3. 图论与网络拓扑建模

多无人系统的一致性控制，本质上是在一张“通信图”上反复做邻居信息的加权平均。谁和谁能通信、信息沿哪个方向流动、网络是否被切成互不相通的孤岛，直接决定了各无人机的状态能否收敛到同一值。因此，把物理编队抽象成图论模型，是设计一致性协议的第一步。本节围绕无向图、有向图、强连通、生成树、邻接矩阵与拉普拉斯矩阵展开，并说明它们如何决定收敛性。

一、把编队抽象成图：顶点、边与方向

设编队中有 N 架无人机，用顶点集 V={v₁,v₂,…,v_N} 表示；若 i 能收到 j 的信息，则存在一条边。边是否有方向，区分出两类图：

• 无向图：i 与 j 之间的通信是双向的，边 (i,j) 与 (j,i) 同时存在，邻接矩阵对称。常见于同构无人机使用广播式数据链、且收发距离对称的场景。
• 有向图：信息只能单向流动，i 能收到 j 的信息不代表 j 能收到 i 的。常见于“长机—僚机”指挥链、定向天线、或接收灵敏度不对称的链路。

方向约定必须全文统一：本文约定边 j→i 表示“j 的信息流向 i”，即 i 是接收方、j 是发送方。这一约定会直接影响邻接矩阵与拉普拉斯矩阵的写法，切换参照系时必须显式说明。

二、邻接矩阵与拉普拉斯矩阵

邻接矩阵 A=[a_ij] 描述连接关系与权重。对加权图，a_ij>0 表示 j→i 有边且权重为 a_ij，否则为 0；无向图中 A 对称。度矩阵 D=diag(d₁,…,d_N)，其中 d_i=Σ_ja_ij 是 i 的入度（无向图中即度）。拉普拉斯矩阵定义为：

L = D - A
L 的元素：l_ii = Σ_j a_ij（入度），l_ij = -a_ij（i≠j）

拉普拉斯矩阵是图论与一致性控制的桥梁。对连续时间一致性协议 ẋ = -Lx，其解为 x(t)=e^-Ltx(0)。L 的关键性质：每行和为 0，故 1=[1,…,1]^T 恒为特征值 0 对应的特征向量；所有特征值实部非负。收敛速度由代数连通度 λ₂（L 的第二小特征值）决定：λ₂ 越大，收敛越快。

三、强连通与生成树：有向图的收敛条件

有向图中，若任意两顶点间都存在有向路径，则称强连通。强连通是比“存在生成树”更强的条件：强连通图必然含生成树，但含生成树的图不一定强连通。例如 1→2→3 这条链，存在以 1 为根的有向生成树，但 3 无法把信息回传给 1，不是强连通。此时一致性仍能收敛，但收敛值不再是简单平均，而是由根节点主导的加权平均。

若图不连通（分成多个强连通分量且无跨分量边），则各分量各自收敛到不同值，全局一致性失败。因此工程上判断“能不能收敛”，核心就是判断通信图是否连通（无向）或是否含生成树（有向）。

四、拓扑结构如何影响收敛

同样 5 架无人机，拓扑不同，收敛速度差异显著。以单位权重为例：

表中 λ₂ 为按单位权重计算的示例值，用于说明量级差异，实际数值随权重与节点数变化。可见：增加边、缩短平均路径长度、避免长链，都能提升 λ₂。工程上若发现收敛过慢，优先检查是否存在“长链”或“单点瓶颈”，而不是盲目提高控制增益。

五、建模实操：从通信关系写出矩阵

以 4 架无人机为例，通信关系为：1↔2、2↔3、3↔4、4↔1（环形无向图），权重均为 1。则：

A = [0 1 0 1
     1 0 1 0
     0 1 0 1
     1 0 1 0]

D = diag(2,2,2,2)

L = D - A = [ 2 -1  0 -1
             -1  2 -1  0
              0 -1  2 -1
             -1  0 -1  2]

验证：每行和为 0，L 对称，特征值为 0、2、2、4，故 λ₂=2>0，图连通，系统可收敛到平均一致。若把 3↔4 这条边删除，图变成链 1-2-3 与孤立点 4，λ₂=0，全局一致性失败——这正是“断链导致失稳”的图论解释。

六、从图论到控制律

连续时间一阶一致性协议为 u_i = -Σ_j∈Ni a_ij(x_i-x_j)，写成矩阵形式即 ẋ=-Lx。离散时间形式为 x(k+1)=x(k)-εLx(k)，步长需满足 ε<1/max(d_i) 以保证稳定。可见，控制律的收敛性完全由 L 的谱性质决定：λ₂ 决定速度，0 特征值的重数决定是否收敛到同一值。理解这一点，就能把“调参数”转化为“调拓扑”，在通信受限时通过增删关键边来改善收敛。

综上，无向图与有向图刻画通信方向，强连通与生成树给出收敛的存在条件，邻接矩阵与拉普拉斯矩阵把拓扑转化为可计算的谱，λ₂ 则量化收敛速度。掌握这套建模语言，后续的分布式协议设计与稳定性分析才有统一的数学基础。