1.一种基于指定时间观测器的异质多智能体系统编队控制方法，其特征在于，包括以下步骤：S1：针对异质多智能体系统，为每个智能体建立动力学模型，将各智能体视为通信节点，搭建通信拓扑；

S2：智能体收集邻居节点的状态信息，构建误差系统估计领导者的状态矩阵和输出矩阵；

S3：设置自适应观测器，其依据邻居节点的实时状态信息，结合领导者的状态矩阵和输出矩阵估计领导者状态的凸包；

S4：基于自适应观测器的输出结果，同时结合时间缩放函数，构建时变编队跟踪控制协议；

S5：依据多智能体系统预期的编队结构，初始化时变编队跟踪控制协议，并通过一致性控制器，按照时变编队跟踪控制协议更新各智能体的状态，使所有智能体达到预设的编队。

2.根据权利要求1所述的一种基于指定时间观测器的异质多智能体系统编队控制方法，其特征在于，构建通信拓扑的过程包括：构建有向图 包含M个跟随者和N个领导者，其中

表示节点集， 表示边集，

是图 的邻接矩阵，wij表示通信节点i到通信节点j的边权值，其中，当且仅当(si,sj)∈ε时wij＝1，否则wij＝0；节点si的邻居集用 表示；拉普拉斯矩阵被定义为 其中

diag()表示对角矩阵函

数；假设所有的领导者都没有邻居，则 其中， 表示M个

跟随者节点所构成子图的拉普拉斯矩阵， 表示从M个跟随者节点到N个领导者节点的连接关系所确定的拉普拉斯矩阵部分。

3.根据权利要求2所述的一种基于指定时间观测器的异质多智能体系统编队控制方法，其特征在于，所述智能体的动力学模型为异质多智能体系统，包含M个跟随者和N个领导者；其中，跟随者的动力学模型包括：其中，i＝1,2,…,M， 表示跟随者i的状态，ni表示xi(t)的维度，表示跟随者i的输出，p表示yi(t)的维度，ui(t)表示跟随者i的控制输入，Ai、Bi和Ci表示具有兼容维度的常数矩阵，并且Bi是行满秩矩阵； 表示跟随者i的状态变化量率；t表示t时刻；

领导者的动力学模型包括：

其中，k＝M+1,M+2,…,M+N， 表示领导者k的状态，q表示xk(t)的维度；

表示领导者k的输出，p表示yk(t)的维度，S和R分别表示领导者的状态矩阵和输出矩阵，且具有兼容维度。

4.根据权利要求3所述的一种基于指定时间观测器的异质多智能体系统编队控制方法，所述步骤S2包括：S21：根据智能体收集的邻居节点的状态信息，构建误差系统：其中，α和γ表示用户选择的正参数，Ts表示矩阵S的估计时间；TR表示矩阵R的估计时间；μ()表示时间缩放函数； 表示时间缩放函数的导数；Iq表示q阶单位矩阵；

T表示矩阵转置； 表示领导者i的状态矩阵估计误差，

Si表示智能体i对领导者状态矩阵的估计矩阵； 表示领导者i的输出矩阵估计误差，Ri表示智能体i对领导者输出矩阵的估计矩阵；表示矩阵 的变化率； 表示矩阵的变化率； 表示克罗内克积运算；

S22：根据构建的误差系统估计领导者的状态矩阵和输出矩阵：其中，Sj表示智能体j对领导者状态矩阵的估计矩阵，Rj表示智能体j对领导者输出矩阵的估计矩阵； 表示矩阵Si的变化率； 表示矩阵Ri的变化率。

5.根据权利要求4所述的一种基于指定时间观测器的异质多智能体系统编队控制方法，其特征在于，所述自适应观测器包括：其中， 表示智能体i和智能体j之间的观测误差；ξi表示智能体i对领导者状态凸包的估计值，vi为耦合增益，vi0是耦合增益初始值，α和γ是用户选择的正参数；T1表示自适应观测器预先设定的观测时间；T表示转置。

6.根据权利要求5所述的一种基于指定时间观测器的异质多智能体系统编队控制方法，其特征在于，所述时间缩放函数包括：其中，s>0表示大于0的参数，Tu表示用户选择的预设时间。

7.根据权利要求6所述的一种基于指定时间观测器的异质多智能体系统编队控制方法，其特征在于，所述时变编队跟踪控制协议包括：其中，K1i满足Ai+BiK1i的hurwitz矩阵，xi表示智能体i的状态，ξi表示自适应观测器的输出结果，φi表示智能体i相较于领导者的偏移量，并且 为ni阶单位矩阵，表示矩阵Bi的Moore‑Penrose伪逆矩阵，K2i(t)＝Ψi(t)‑K1iΦi(t)表示观测器增益矩阵，K3i(t)＝K2i(t)+K4i(t)表示编队增益矩阵，(Φi,Ψi)表示调节器的解，K4i(t)为编队补偿量，Ki是过渡矩阵，T2表示用户预设的编队收敛时间。

8.根据权利要求7所述的一种基于指定时间观测器的异质多智能体系统编队控制方法，其特征在于，当满足如下条件时，所有智能体达到预设的编队：其中，yi(t)为当前时刻智能体i的输出，φyi(t)是期望编队的输出偏移量，βk(k＝M+1,M+2,…,M+N)满足 表示N个领导者的凸包。