分布式網(wǎng)絡(luò)的平均一致估計(jì)及優(yōu)化.pdf

1、分布式平均算法已經(jīng)受到極大的關(guān)注,由于在分布式網(wǎng)絡(luò)系統(tǒng)中節(jié)點(diǎn)保持簡(jiǎn)單的狀態(tài)信息并且只與一跳鄰居交換信息。因此,不需要建立或保持復(fù)雜的路由結(jié)構(gòu).而且,網(wǎng)絡(luò)不會(huì)存在由計(jì)算可能被對(duì)手損壞、丟失或者干擾引起的瓶頸鏈接(樹(shù)狀或環(huán)狀結(jié)構(gòu))。最重要的是,平均一致性算法最優(yōu)異的性質(zhì)在于算法最終計(jì)算的值均可以應(yīng)用于整個(gè)網(wǎng)絡(luò),使網(wǎng)絡(luò)用戶詢問(wèn)任何節(jié)點(diǎn)都能立即得到一個(gè)響應(yīng),而不是詢問(wèn)或者等待融合中心的反應(yīng)。此外,最終計(jì)算的值就是網(wǎng)絡(luò)節(jié)點(diǎn)初始測(cè)量的平均值,由于其

2、在無(wú)線傳感器網(wǎng)絡(luò)中的廣泛應(yīng)用而受到關(guān)注，本文主要致力于分析分布式通信網(wǎng)絡(luò)的平均一致估計(jì)和優(yōu)化問(wèn)題,主要內(nèi)容包括：
　?、倩趶V播的隨機(jī)多Gossip對(duì)算法的平均一致估計(jì)問(wèn)題。 基于無(wú)線傳感器網(wǎng)絡(luò)、點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)和ad hoc網(wǎng)絡(luò)的應(yīng)用和普及,我們提出了一個(gè)基于廣播的隨機(jī)多Gossip對(duì)算法,算法適用于任意形式連通的網(wǎng)絡(luò)進(jìn)行信息交換和計(jì)算.不像傳統(tǒng)的隨機(jī)Gossip算法,本章提出的算法是基于push-sum機(jī)制的,使得算法在任意時(shí)鐘周期

3、內(nèi)都能保存和以及權(quán)值,并且允許隨機(jī)擴(kuò)散矩陣不是雙隨機(jī)的.基于弱遍歷理論和信息傳播理論,推導(dǎo)出權(quán)值存在下界,并給出了下界的一個(gè)估計(jì)值.通過(guò)引入一個(gè)誤差勢(shì)函數(shù),推導(dǎo)出算法以概率1收斂到節(jié)點(diǎn)初始狀態(tài)的平均.此外,本章也提供了擴(kuò)散速度、ò-收斂時(shí)間以及廣播傳輸次數(shù)的上界.最后,通過(guò)一個(gè)仿真的例子,示例了本章的算法與它相似算法相比較所表現(xiàn)出的優(yōu)勢(shì)。
　?、诨陬A(yù)測(cè)機(jī)制多智能體網(wǎng)絡(luò)加速平均一致問(wèn)題。探討了多智能體網(wǎng)絡(luò)達(dá)到分布式加權(quán)平均一致的雙

4、積分器的一致加速問(wèn)題.首先,給出了有向和無(wú)向網(wǎng)絡(luò)收斂到加權(quán)平均一致的充要條件,但是收斂速度很慢.為了提升收斂速度,提出一個(gè)預(yù)測(cè)方法加速達(dá)到一致,即利用線性預(yù)測(cè)器通過(guò)當(dāng)前時(shí)刻和過(guò)去時(shí)刻節(jié)點(diǎn)的狀態(tài)來(lái)預(yù)測(cè)將來(lái)節(jié)點(diǎn)的狀態(tài)。因此,基于預(yù)測(cè)機(jī)制的一致性協(xié)議就變成了原始一致性協(xié)議和線性預(yù)測(cè)器的凸加權(quán)和的形式,由于忽略冗余狀態(tài),這使得達(dá)到加權(quán)平均一致的收斂速度變快.而且,對(duì)于無(wú)向網(wǎng)絡(luò),還給出了混合參數(shù)的可行域以及最優(yōu)值.值得指出的是,加速框架已經(jīng)盡可能

5、地挖掘存儲(chǔ)在內(nèi)存中的當(dāng)前時(shí)刻和過(guò)去時(shí)刻節(jié)點(diǎn)的狀態(tài)的最大潛能,用以提升收斂速度而不增加存儲(chǔ)和計(jì)算負(fù)擔(dān).最后,給出一個(gè)仿真實(shí)驗(yàn)證明方法的有效性。
　?、蹎畏e分器的多智能體網(wǎng)絡(luò)的加權(quán)平均預(yù)測(cè)問(wèn)題。討論了在多智能體網(wǎng)絡(luò)達(dá)到加權(quán)平均一致的前提下,如何同時(shí)提升網(wǎng)絡(luò)的魯棒性以及收斂速度.為了達(dá)到這個(gè)目的,提出了一個(gè)加權(quán)平均預(yù)測(cè)方法,那么網(wǎng)絡(luò)一致性協(xié)議就變?yōu)橐粋€(gè)時(shí)滯的中立型協(xié)議.通過(guò)運(yùn)用Hopf分岔分析技術(shù),獲得了一個(gè)使網(wǎng)絡(luò)能達(dá)到加權(quán)平均一致所允

6、許的最大通信時(shí)滯.而且,通過(guò)理論分析并與原一致性協(xié)議相比,所得到的結(jié)果不僅增強(qiáng)了網(wǎng)絡(luò)對(duì)于通信時(shí)滯的魯棒性而且提升了網(wǎng)絡(luò)協(xié)議的收斂速度.最后,給出兩個(gè)仿真實(shí)驗(yàn)證明方法的有效性。
　?、芑跁r(shí)滯次梯度信息的分布式協(xié)同優(yōu)化。討論了帶有通信時(shí)滯的可計(jì)算的多智能體網(wǎng)絡(luò)的分布式協(xié)同優(yōu)化問(wèn)題,其中,每個(gè)智能體有自己的凸代價(jià)函數(shù),并且協(xié)同最小化整個(gè)網(wǎng)絡(luò)的全局代價(jià)函數(shù).為了解決這個(gè)問(wèn)題,提出了一個(gè)基于對(duì)偶平均更新和時(shí)滯次梯度信息的算法,通過(guò)利用Br