CN102571829A - 一种网络控制系统的量化控制方法及量化控制装置 - Google Patents

Abstract

本发明涉及一种网络控制系统的量化控制方法及量化控制装置，该方法包括以下步骤：根据被控对象及量化器的参数，设计相应的控制器增益矩阵；传感器采样得到的实时状态信号通过含有随机通信时延的控制网络传输到控制器；控制器计算出当前时刻的控制输入量信息并通过对数量化器进行量化，执行器根据量化信息，对被控对象进行控制，使系统达到稳定；该量化控制装置包括传感器、第一编码器、第一解码器、控制器单元、量化器、第二编码器、第二解码器、执行器。与现有技术相比，本发明将网络控制系统控制器的设计问题转化为线性矩阵不等式求解问题，解决了一类含有随机通信时延的网络控制系统控制器增益求解的问题，能对被控对象提供实时在线控制。

Description

一种网络控制系统的量化控制方法及量化控制装置

技术领域

本发明涉及网络控制系统，尤其是涉及一种网络控制系统的量化控制方法及量化控制装置。

背景技术

随着计算机网络的广泛应用和网络技术的不断发展，控制系统的结构正在发生变化。传统的反馈控制系统中，控制对象和控制器一般都分布在一个有限的区域内，各节点之间的信号一般都通过点对点的线路传输。然而，随着大规模工业化的兴起和网络技术的不断发展，一方面系统越来越复杂，传统的布线设计方法存在着成本高，不易维护、不易扩展、可靠性差等缺点。另外，人们对异地控制，分布式控制和远程控制等需求越来越多，传统控制系统的地域局限性也越来越突出。因此传统的点对点连接方式的控制系统越来越不能满足人们日益发展的需求。

目前越来越多的控制系统中，各个节点之间分布比较分散，控制器、被控对象、传感器和执行器之间需要通过控制网络进行信号的传输和信息交换，人们称之为网络控制系统。该系统引起了人们的广泛关注，由于它可以有效地避免传统控制系统存在的缺点，可以实现地域上广泛分布的控制节点之间的信息交换，同时还可以实现实时反馈控制，实现远程操作与控制，而且这类系统安装与维护简便，系统成本比较低，便于扩展、灵活性强。在自动化制造工厂、汽车电子、机器人、航天航空器以及电气化轨道运输等控制领域得到了越来越广泛的应用，是未来控制系统的发展模式。

虽然网络控制系统有如此多的优点，但是由于在控制系统中引入网络，其自身的缺点也很明显，比如由于网络的存在，网络控制系统中信息的传输是通过通信网络进行的，而网络的带宽总是有限，因此数据在网络传输过程中不可避免的出现碰撞以及排队等待。而这些现象导致控制系统中引入了传输时延、数据丢包、数据包乱序和传输速率有限等缺点，从而导致系统性能变差，严重的甚至影响系统的稳定性。

上述问题在传统的控制系统中大都是不存在的。这样，一些在传统控制系统中广泛应用的方法在网络控制系统中就不再适用，这就给网络控制系统的研究提出了新的研究方向和挑战。同时网络控制系统的研究也是近年来国际控制领域的研究热点之一。

目前有大量文献针对网络控制系统进行研究，也得到了很多有益的结论。但是在关于量化控制器的设计方法中，大部分文献都将控制网络理想化，即假设在网络传输过程中不存在时延和丢包等现象，仅存在量化器的情形下设计对应的控制器，这种量化控制器的设计方法没有考虑在现实网络环境下，网络环境对被控对象和控制器的影响。本发明提供了一种在控制网络存在随机时延情况下量化控制器的设计方法，相比之下，这种控制网络模型更加符合现实情况。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种结构简单、设计方法容易实现，能根据不同的量化器参数设计对应的控制器，并对被控对象提供实时在线控制的网络控制系统的量化控制方法及量化控制装置。

本发明的目的可以通过以下技术方案来实现：一种网络控制系统的量化控制器的量化控制方法，其特征在于：1)根据被控对象的状态空间方程以及量化器的量化密度，通过求解对应的线性矩阵不等式，得到相应的控制器增益矩阵；2)传感器对被控对象的当前状态信号进行采样得到状态信息，该状态信息首先通过第一编码器进行编码，再通过具有随机通信时延的控制网络传到第一解码器进行解码，之后输送到控制器的输入端；3)控制器根据步骤1)中得到的控制器增益矩阵对该状态信号进行处理，得到当前时刻的控制输入量信息，并将该控制输入量信息经过量化器量化得到量化信息，该量化信息首先通过第二编码器进行编码，再经过控制网络传输到第二解码器进行解码，之后输送到执行器，对被控对象进行控制，到达系统稳定；在以后的采样周期，重复步骤2)～3)，可实现实时在线控制。

步骤1)和步骤3)中所述的量化器为对数量化器。

该量化控制装置包括传感器、第一编码器、第一解码器、控制器单元、量化器、第二编码器、第二解码器、执行器，所述的传感器的输入端与被控对象连接，所述的传感器的输出端与第一编码器的输入端连接，所述的第一编码器的输出端与第一解码器的输入端连接，所述的第一解码器的输出端与控制器单元的输入端连接，所述的控制器单元的输出端与量化器的输入端连接，所述的量化器的输出端与第二编码器的输入端连接，所述的第二编码器的输出端与第二解码器的输入端连接，所述的第二解码器的输出端与执行器的输入端连接，所述的执行器的输出端与被控对象连接。

与现有技术相比，本发明具有以下优点：

1、控制器结构简单。在设计过程中，只需要根据被控对象的系统矩阵和对数量化器的参数，通过求解一个线性矩阵不等式，即可得到相应的量化控制器的增益矩阵。

2、控制策略易于实现。该控制器只需要提供被控对象通过传感器采样得到的状态信号即可实现控制，不需要被控对象的其他参数。

3、控制网络更加符合现实状况。在传统量化控制器设计问题中，控制网络一般均假设为理想环境下的网络，即不存在时延，丢包等行为。而本控制器所涉及的网络为具有随机通信时延的网络环境，相比而言，更加符合现实情况。

附图说明

图1为本发明的结构示意图；

图2为对数量化器的量化规则；

图3为本发明的系统状态仿真图；

图4为本发明的系统受控输出仿真图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

网络控制对象的状态方程如下所述：

x(k+1)＝Ax(k)+B₁u(k)+B₂ω(k)，

z(k)＝Cx(k)+Du(k).(1)

其中x(k)∈Rⁿ为系统状态；u(k)∈R^m为系统控制输入；ω(k)∈R^l为扰动信号；z(k)∈R^q为受控输出。A，B₁，B₂，C，D是已知常数矩阵。其中矩阵(A，B₁)可镇定。

由于控制器可以应用在存在传输时延的控制网络环境下，因此我们将该时延通过Bernoulli随机分布序列进行建模，可以得到设计的状态反馈控制器表述如下：

u(k)＝f(Kx_c(k))，

x_c(k)＝r(k)x(k)+(1-r(k))x(k-1).

其中K为状态反馈增益矩阵，f(·)为对数量化，随机变量r(k)为Bernoulli分布白噪声序列，且满足：

Prob{r(k)＝1}＝E{R(k)}＝θ，

Prob{r(k)＝0}＝1-E{R(k)}＝1-θ.

其中Prob{·}为概率符号，θ∈[0，1]为已知常数。

我们采用的对数量化器具有如下性质：对数量化器的量化级数定义如下。

U＝{u_i＝ρⁱu₀，i＝0，±1，±2，…}

其中ρ表示量化密度。量化器函数可以表述为：

$f\left(v\right)=\left\{\begin{array}{cc}{u}_i,& \mathrm{if}\frac{1}{1+\mathrm{\&delta;}}{u}_i<v\&le;\frac{1}{1-\mathrm{\&delta;}}{u}_i\\ 0,& \mathrm{ifv}=0\\ -f(-v),& \mathrm{ifv}<0\end{array}\right.,$ 其中 $\mathrm{\&delta;}=\frac{1-\mathrm{\&rho;}}{1+\mathrm{\&rho;}}.$

该量化器的量化误差为

e(k)＝f(Kx_c(k))-Kx_c(k)＝Δ_kx_c(k).

根据上式我们可以将控制输入变形为：

u(k)＝(1+Δ_k)Kx_c(k).

则根据上述式子，闭环系统的表达式可以写为

x(k+1)＝(A+θB₁(1+Δ(k))K)x(k)

+(1-θ)B₁(1+Δ(k))Kx(k-1)

+(r(k)-θ)B₁(1+Δ(k))Kx(k)

-(r(k)-θ)B₁(1+Δ(k))Kx(k-1)+B₂ω(k)

z(k)＝(C+θD(1+Δ(k))K)x(k)

+(1-θ)D(1+Δ(k))Kx(k-1)

+(r(k)-θ)D(1+Δ(k))Kx(k)

-(r(k)-θ)D(1+Δ(k))Kx(k-1)

通过引入Lyapunov函数V(k)＝x(k)′Px(k)+x(k-1)′Qx(k-1)，设计出了符合要求的状态反馈控制器，并且具有H_∞性能。控制器设计需要求解一组相应的线性矩阵不等式，其设计方法如下所示。

网络控制系统为指数均方差稳定且具有H_∞性能，如果存在矩阵R＞0，x＞0，F和标量ε₁＞0，ε₂＞0使下述线性矩阵不等式成立：

$\left[\begin{array}{ccccccccccc}R-X& 0& 0& {\mathrm{XA}}^{\&prime;}+\mathrm{\&theta;}{{\mathrm{FB}}_1}^{\&prime;}& X{C}^{\&prime;}+{\mathrm{\&theta;FD}}^{\&prime;}& {{\mathrm{aFB}}_1}^{\&prime;}& a{\mathrm{FD}}^{\&prime;}& F& 0& 0& 0\\ *& -R& 0& (1-\mathrm{\&theta;}){{\mathrm{FB}}_1}^{\&prime;}& (1-\mathrm{\&theta;}){\mathrm{FD}}^{\&prime;}& -{{\mathrm{aFB}}_1}^{\&prime;}& -{\mathrm{aFD}}^{\&prime;}& 0& 0& F& 0\\ *& *& -{\mathrm{\&gamma;}}^{2}I& {B_2}^{\&prime;}& 0& 0& 0& 0& 0& 0& 0\\ *& *& *& -X& 0& 0& 0& 0& {\mathrm{\&theta;B}}_1& 0& (1-\mathrm{\&theta;})B_1\\ *& *& *& *& -I& 0& 0& 0& \mathrm{\&theta;D}& 0& (1-\mathrm{\&theta;})D\\ *& *& *& *& *& -\mathrm{aX}& 0& 0& {\mathrm{aB}}_1& 0& -{\mathrm{aB}}_1\\ *& *& *& *& *& *& -\mathrm{aI}& 0& \mathrm{aD}& 0& -\mathrm{aD}\\ *& *& *& *& *& *& *& -\frac{{\mathrm{\&epsiv;}}_1}{{\mathrm{\&delta;}}^2}I& 0& 0& 0\\ *& *& *& *& *& *& *& *& -{\mathrm{\&epsiv;}}_{1}I& 0& 0\\ *& *& *& *& *& *& *& *& *& -\frac{{\mathrm{\&epsiv;}}_2}{{\mathrm{\&delta;}}^2}I& 0\\ *& *& *& *& *& *& *& *& *& *& -{\mathrm{\&epsiv;}}_{2}I\end{array}\right]<0$

则控制器的状态反馈增益为

K＝(x^-1F)′

通过设计的控制器，计算在每个采样周期系统的控制量u，可以实现对控制对象进行控制。在以后的采样周期里，只需要重复上述步骤即可实现对网络控制系统的实时在线控制要求。

本发明的控制方法的具体设计步骤及其实时在线控制策略如下：

1)确定被控对象的状态空间方程。

2)确定采用的量化器的具体参数，即量化器的量化密度。

3)将控制器和网络控制对象串联，接成如图1所示的闭环系统。

4)根据上述参数，求解线性矩阵不等式，得到相应的控制器的增益矩阵。

5)对被控对象的当前状态信号进行采样，然后将采样得到的信号通过第一编码器进行编码，再通过网络传到控制器的输入端。

6)在信号传输到控制器之前，要通过第一解码器对通过控制网络传输的编码信号进行解码。

7)控制器根据设计的控制增益矩阵对该信号进行计算，得到当前时刻的控制输入量，并将该信号通过输出端输出。

8)控制器输出信号经过对数量化器量化，然后将量化信号通过第二编码器进行编码，再经过控制网络传输。

9)在控制信号传输到执行器之前，要经过第二解码器进行解码，然后执行器针对该控制信号，对被控对象进行控制。

10)在以后的采样周期，重复步骤(5)-(9)，即可实现实时在线控制策略。

本发明的实例仿真如下：

我们假设网络被控对象如下所示：

$A=\left[\begin{array}{cc}-0.6& 0.3\\ 0.1& 1.2\end{array}\right],$ $B_1=\left[\begin{array}{c}1\\ 1\end{array}\right],$ $B_2=\left[\begin{array}{c}0\\ 0.5\end{array}\right],$ $C=\left[\begin{array}{cc}2& -1\\ 0& 0\end{array}\right],$ $D=\left[\begin{array}{c}0\\ 1\end{array}\right].$

我们假设采用的对数量化器的量化密度为ρ＝0.8，Bernoulli白噪声序列的参数为θ＝0.9。通过求解线性矩阵不等式，我们得到了相应的状态反馈控制器的增益矩阵为

K＝[0.0358-0.9169]

网络控制对象的初始状态为x₀＝[1 0]。扰动信号输入为

$\mathrm{\&omega;}\left(k\right)=\left\{\begin{array}{cc}\sin \left(k\right),& k\&Element;\left[\mathrm{18,20}\right]\\ 0,& \mathrm{otherwise}\end{array}\right.$

系统实际运行结果如图3、图4所示。由仿真状态图可以看到，采用我们所设计的控制器后，被控对象在短时间内即可实现稳定，且经过扰动信号干扰之后可以迅速恢复到稳定状态。该仿真结果表明控制方法的有效性。

如图1所示，一种网络控制系统的量化控制装置，设置在网络控制系统中，对被控对象9进行控制，该量化控制装置包括传感器1、第一编码器2、第一解码器3、控制器单元4、量化器5、第二编码器6、第二解码器7、执行器8。控制器单元4包括控制器输入端、控制单元、控制器输出端，控制器输入端与控制单元连接，控制单元与控制器输出端连接。传感器1的输入端与被控对象9连接。传感器1的输出端与第一编码器2的输入端连接。第一编码器2的输出端与第一解码器3的输入端连接。第一解码器3的输出端与控制器单元4的输入端连接。控制器单元4的输出端与量化器5的输入端连接。量化器5的输出端与第二编码器6的输入端连接。第二编码器6的输出端与第二解码器7的输入端连接。第二解码器7的输出端与执行器8的输入端连接。执行器9的输出端与被控对象连接。该量化器5为对数量化器。

控制网络为非理想网络环境，该网络具有单步随机时延。即传感器将采集的数据通过控制网络传往控制器端时，由于控制网络的存在而导致了随机时延，继而导致控制器端在当前时刻得到的数据可能不是最新的状态数据，这对整个闭环系统的稳定性就会产生影响。因此在设计控制器时需要克服随机时延对被控对象稳定性的影响。

在该网络控制系统中，选择量化器为对数量化器，对数量化器的量化规则如图2所述。该量化器为时不变量化器，即在量化过程中，量化器的量化密度为恒定。且该量化器仅在控制器的输出端。当控制器单元计算出当前时刻的控制输入信号时，对数量化器就将生成的信号进行量化，然后通过控制网络进行传输到被控对象的执行器。

该网络控制系统的量化控制器的控制流程如下所述，首先，我们在已知线性矩阵不等式和控制系统的各项参数的情况下，根据线性矩阵不等式求解出反馈控制增益矩阵。在最初的采样周期里，控制器端的输入数据由系统的初始状态决定。然后在传感器端，对被控对象的状态信号进行周期采样，该状态信号首先通过第一编码器进行编码，然后通过控制网络传输，再通过第一解码器进行解码，并将解码后的信号传输到控制器的输入端。由于控制网络存在时延，所以传输的状态信号有可能无法及时到达控制器端，但控制器是事件驱动的，因此只要有信号传输到输入端，然后通过我们事先设计的控制器的增益矩阵，控制器的控制单元便根据输入端得到的最新状态信号进行计算，然后将该信号通过输出端输出，输出端的信号首先经过对数量化器量化之后，然后经过第二编码器进行编码，再经过控制网络传输，在传输到执行器之前要通过第二解码器进行解码，该信号直接传输到网络控制系统的执行器，然后通过执行器控制被控对象的状态轨迹，达到系统稳定的目的。在以后的采样周期里，重复以上过程，即可完成对被控对象的实时在线的控制。

Claims (3)

1.一种网络控制系统的量化控制器的量化控制方法，其特征在于：

1)根据被控对象的状态空间方程以及量化器的量化密度，通过求解对应的线性矩阵不等式，得到相应的控制器增益矩阵；

2)传感器对被控对象的当前状态信号进行采样得到状态信息，该状态信息首先通过第一编码器进行编码，再通过具有随机通信时延的控制网络传到第一解码器进行解码，之后输送到控制器的输入端；

3)控制器根据步骤1)中得到的控制器增益矩阵对该状态信号进行处理，得到当前时刻的控制输入量信息，并将该控制输入量信息经过量化器量化得到量化信息，该量化信息首先通过第二编码器进行编码，再经过控制网络传输到第二解码器进行解码，之后输送到执行器，对被控对象进行控制，到达系统稳定；在以后的采样周期，重复步骤2)～3)，可实现实时在线控制。

2.根据权利要求1所述的一种网络控制系统的量化控制方法，其特征在于，步骤1)和步骤3)中所述的量化器为对数量化器。

3.一种网络控制系统的量化控制装置，设置在网络控制系统中，对被控对象进行控制，其特征在于，该量化控制装置包括传感器、第一编码器、第一解码器、控制器单元、量化器、第二编码器、第二解码器、执行器，所述的传感器的输入端与被控对象连接，所述的传感器的输出端与第一编码器的输入端连接，所述的第一编码器的输出端与第一解码器的输入端连接，所述的第一解码器的输出端与控制器单元的输入端连接，所述的控制器单元的输出端与量化器的输入端连接，所述的量化器的输出端与第二编码器的输入端连接，所述的第二编码器的输出端与第二解码器的输入端连接，所述的第二解码器的输出端与执行器的输入端连接，所述的执行器的输出端与被控对象连接。

Images