近日，中國科學院空間精密測量技術重點實驗室郝偉、謝梅林研究員團隊在多設備彈性協同控制研究取得進展，相關成果發表于IEEE Transactions on Industrial Electronics。論文第一作者為西安光機所博士研究生唐輝霖，通訊作者為王帆副研究員。
多設備協同控制是分布式網絡與大規模智能系統的核心支撐技術之一，但其分布式開放架構易面臨欺騙攻擊等網絡物理威脅，同時系統運行中常伴隨執行器增益故障、參數不確定性多重耦合等復雜問題?，F有控制方法多針對單一問題設計，難以同時有效應對攻擊與故障疊加的復雜工況，成為制約多設備系統可靠運行的技術瓶頸。
針對這一難題，研究團隊提出彈性神經網絡輔助的模型參考自適應滑?？刂撇呗?，從動力學分解、觀測器設計與控制律重構三個層面系統提升控制彈性。
該策略將系統不確定動力學拆解為已知標稱部分與復合未知部分，采用徑向基函數神經網絡對故障與不確定性耦合形成的復合未知項進行實時逼近；參考模型僅由領導者輸出信號驅動，無需獲取領導者自身的動力學參數，大幅降低了協同架構的通信與計算負擔；在滑模面中嵌入參考模型跟蹤誤差，通過狀態觀測器與自適應控制律主動補償故障與不確定性的主體影響，再利用滑?？刂埔暂^低的切換增益抑制殘余誤差，從源頭上有效削弱傳統滑模控制的抖振問題，兼顧了控制精度與系統魯棒穩定性。
圖1 多機械臂協同控制實驗系統
研究團隊基于 OpenManipulator 平臺搭建了多機械臂協同控制實驗系統，設置多組攻擊注入與故障模擬工況，與 PID 控制、滑模控制、模型參考自適應控制以及擾動觀測器控制等主流方法開展系統性對比實驗。實驗結果表明，該方法在動態跟蹤精度、收斂速度及抗擾魯棒性方面均表現出顯著優勢，能夠在攻擊與故障并存的復雜場景下持續保持穩定的協同控制性能。
圖2 多重不確定性耦合場景下多設備協同跟蹤結果
（左：跟蹤誤差對比；右：控制輸入對比）
唐輝霖介紹，“多設備協同就像一支樂隊在演奏交響樂，但如果有黑客故意篡改樂譜（欺騙攻擊），或者樂器突然跑調、琴弦松動，整個演出就會亂成一團。我們提出的新技術相當于給每位樂手配備了一位‘智能糾錯指揮家’，他不僅能實時聽出誰被干擾或出了故障，還能在不打斷演奏的情況下自動補位、修正節奏。這套方法把復雜的系統問題拆解開來處理，讓這支樂隊即使在遭遇惡意搗亂和設備老化的雙重困境下，依然能精準、平穩地完成合奏?！?/span>
研究為分布式多設備系統在惡意攻擊與多重不確定性耦合場景下的彈性協同控制提供了新的思路與理論支撐，突破了傳統方法單一場景適配的局限，在廣域目標監視、多光電設備組網協同、低空反蜂群無人機防御等領域具有重要的應用價值與廣闊的發展前景。
成果得到中國科學院重點實驗室基金的支持。
