一、 对于分散式协调算法的研究背景

随着计算机和通信系统的发展，大规模信息系统的协调 问题成为新兴的研究热点。基于代理的协调算法，可以应用 于竞争系统和合作系统。在竞争的环境中，每个自私的代理 的目标是使自己的利益最大化。其中，关键问题是如何在保 证个体利益的同时，使系统的利益最大化。典型的算法有 Markov 对策等基于博弈论的算法。在合作的环境中，虽然每 个代理不一定都能够最大化自己的利益，但是通过信息传递 算法可以使整个系统的效益达到最大。

致力于应用程序涉及网络的低功耗研究受到越来越多的关注，使用更少的传感装置部署在环境中来获取和整合信息。这样的研究应用在广式监视，动物跟踪，在偏远地区监控环境现象。由于网络中的传感器通常部署于一个特设的方式（如从飞机或地面车辆中部署军事侦察），因此，每个传感器的当地环境，网络的具体配置，在部署之前不能确定，相反，传感器本身必须配备自适应的能力，在部署后的某个时候，一旦本地环境中确定，则其周围节点发现自己已经确定，这种适应的例子包括确定最节能的通信路径，在网络中。一旦个节点之间通信链路的实际可靠性传感器测量,动态地确定最优距离和方位传感器定位与跟踪多个运动目标在移动传感器网络,并在应用程序中。

自适应控制可以看作是一个能根据环境变化智能调节自身特性的反馈控制系统以使系统能按照一些设定的标准工作在最优状态。一般地说，自适应控制在航空、导弹和空间飞行器的控制中很成功。可以得出结论，传统的自适应控制适合没有大时间延迟的机械系统；对设计的系统动态特性很清楚。但在工业过程控制应用中，传统的自适应控制并不如意。PID自整定方案可能是最可靠的，广泛应用于商业产品，但用户并不怎么喜欢和接受。传统的自适应控制方法，要么采用模型参考要么采用自整定，一般需要辨识过程的动态特性。它存在许多基本问题需要复杂的离线训练；辨识所需的充分激励信号和系统平稳运行的矛盾；对系统结构假设；实际应用中，模型的收敛性和系统稳定性无法保证。另外，传统自适应控制方法中假设系统结构的信息，在处理非线性、变结构或大时间延迟时很难。

扩频通信、导航系统的捕获时间是系统的重要性能指标之一，但是目前实用的伪码捕获方法大多是基于滑动相关技术的, 其中包括全并行捕获、全串行捕获以及混合捕获等方法.全并行捕获同时搜索全部的伪码相位，虽然捕获时间最短,但是硬件实现复杂度最高;全串行捕获每次只搜索 1 个伪码相位，硬件实现复杂度较低 ,但是捕获时间最长;混合捕获是两者的折中 ,但其捕获时间仍然较长。

协调光学是一项使用可变形镜面矫正因大气抖动造成光波波前发生畸变，从而改进光学系统性能的技术。协调光学的概念和原理最早是在1953年由海尔天文台的胡瑞斯#183;拜勃库克（Horace Babcock）提出的，但是超越了当时的技术水平所能达到的极限，只有美国军方在星球大战计划中秘密研发这项技术。冷战结束后，1991年5月，美国军方将自适应光学的研究资料解密，计算机和光学技术也足够发达，自适应光学技术才得以广泛应用。配备自适应光学系统的望远镜能够克服大气抖动对成像带来的影响，将空间分辨率显著提高大约一个数量级，达到或接近其理论上的衍射极限。第一台安装自适应光学系统的大型天文望远镜是欧洲南方天文台在智利建造的3.6米口径的新技术望远镜。目前越来越多的大型地面光学/红外望远镜都安装了这一系统，比如位于夏威夷莫纳克亚山的8米口径双子望远镜、3.6米口径的加拿大-法国-夏威夷望远镜、10米口径的凯克望远镜、8米口径的日本昴星团望远镜等等。自适应光学已经逐步成为各大天文台所广泛使用的技术，并为下一代更大口径的望远镜的建造开辟了道路。

自适应滤波器是能够根据输入信号自动调整性能进行数字信号处理的数字滤波器。作为对比，非自适应滤波器有静态的滤波器系数，这些静态系数一起组成传递函数。对于一些应用来说，由于事先并不知道所需要进行操作的参数，例如一些噪声信号的特性，所以要求使用自适应的系数进行处理。在这种情况下，通常使用自适应滤波器，自适应滤波器使用反馈来调整滤波器系数以及频率响应。总的来说，自适应的过程涉及到将价值函数用于确定如何更改滤波器系数从而减小下一次迭代过程成本的算法。价值函数是滤波器最佳性能的判断准则，比如减小输入信号中的噪声成分的能力。随着数字信号处理器性能的增强，自适应滤波器的应用越来越常见，时至今日它们已经广泛地用于手机以及其它通信设备、数码录像机和数码照相机以及医疗监测设备中。

这些自治适应问题的一个共同特点是，典型的传感器必须服从少数可能的行动之间的选择（例如，相邻传感器传输数据，目标集中，或感/睡眠计划采用），以及传感器网络的有效性作为一个整体，不仅取决于对个体行为选择的各传感器，而且在相互作用的传感器节点的选择。因此，为了最大限度地提高传感器网络的整体效益，构成传感器必须通常进行协调，而不是独立的选择。例如，在节能路由的背景下，传感器应协调，以避免路由所有消息通过相同的代理，从而消耗了所有的电池功率，在目标跟踪的背景下，代理商应协调决定目标的重点，所以有更准确的估计目标位置，最后，在大面积监测所涉及的能量受限的传感器，传感器应协调他们的感觉/睡眠时间表，试图最大限度地减少环境的时间，没有主动传感器。这些协调决策必须执行，尽管每个设备的具体约束条件（如有限的电力，通信和计算资源），并且每个装置，典型的事实是，只有在当地社区的一些其他设备通信（由于低功耗无线收发器，使用小的形式因子的装置和天线，并部署它们的敌对的环境）。更大的挑战是需要以一个分散的方式，对没有中央的故障点和没有通信瓶颈问题进行协调，并确保部署的解决方案的尺度以及网络内的设备数量的增加。

而本课题旨在研究自治计算机系统之间的协调。

课题研究所涉及的参考资料