CN103560899A - 多信道通信控制系统的优化控制方法 - Google Patents

多信道通信控制系统的优化控制方法 Download PDF

Info

Publication number
CN103560899A
CN103560899A CN201310380782.1A CN201310380782A CN103560899A CN 103560899 A CN103560899 A CN 103560899A CN 201310380782 A CN201310380782 A CN 201310380782A CN 103560899 A CN103560899 A CN 103560899A
Authority
CN
China
Prior art keywords
packet
control system
deviant
controller
multichannel communication
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310380782.1A
Other languages
English (en)
Inventor
李金娜
曾静
王亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang University of Chemical Technology
Original Assignee
Shenyang University of Chemical Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang University of Chemical Technology filed Critical Shenyang University of Chemical Technology
Priority to CN201310380782.1A priority Critical patent/CN103560899A/zh
Publication of CN103560899A publication Critical patent/CN103560899A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

多信道通信控制系统的优化控制方法，涉及一种网络控制系统的控制方法，包括以下步骤：基于多信道通信的数据包错序建模；确保执行最新信号的网络控制系统建模；基于Markovian跳变特征的随机系统建模；基于自适应方式的实时在线控制器设计。本发明针对多信道通信网络控制系统中存在数据包错序现象，定义数据包偏移值；然后，定义信号切换随机信道矩阵，建模NCSs为执行最新信号Markovian跳变系统；基于Markov理论结合LMI技术，分别针对不确定和确定多信道通信NCSs，设计实时自适应控制器，获得的闭环系统二次性能指标不超过指定上界。本发明有效消除错序对网络和控制系统性能的影响，方法便捷、高效、可行。

Description

多信道通信控制系统的优化控制方法
技术领域
    本发明涉及一种网络控制系统的控制方法，特别是涉及一种多信道通信控制系统的优化控制方法。 
背景技术
    随着计算机技术和控制技术在工业领域的广泛应用，网络控制系统在实际工业控制领域、远程医疗领域以及智能电网等领域日益被需求。由于网络和多信道共享，所有采样数据不可能同时到达控制器和执行器，并且，数据包丢失，数据包错序和其他非理性因素总是不可避免地存在，这将严重降低系统的控制性能。与单输入单输出 (SISO) NCSs相比，多输入多输出（MIMO）NCSs的分析与设计变得更加复杂。然而，由于实际控制系统对于网络或系统的需求，与单信道通信相比，多信道通信越来越被需求。比如，当数据包的大小超出了通信信道规定的数据包尺寸，数据包不得不拆成多包多信道通信。并且，MIMO系统能潜在地提高数据传输率和网络吞吐量。那么，多信道通信策略是必要的。因此，充分理解并最小化网络传输时延、数据包丢失和数据包错序等对多信道传输策略系统性能的影响是MIMO NCSs分析和综合中必须要考虑的问题。近年来，MIMO NCSs的分析和综合已经取得了大量研究成果。总结现有研究成果，存在如下有待进一步解决的问题。（1）部分文献考虑到传输时延和丢包问题，但是没有讨论控制器设计。（2）考虑传感器、控制器和执行器的不同驱动方式，研究了MIMO NCSs的LQR控制器设计方案，但假定网络传输时延固定或小于一个采样周期，或者忽略数据包丢失的问题。最近，一些提出具有抖动的非确定网络相同或不同采样时刻需求的非交互多环集成技术，以便使系统获得满意的闭环响应。然而，应该指出的是上述文献仅仅考虑网络传输时延和数据包丢失对NCSs性能的影响，忽略错序的存在。既然错序不可避免地存在于网络通信中，并且错序的存在影响NCSs的网络性能和控制性能，那么，很显然，忽略错序设计的控制器很难镇定系统，在NCSs的实际应用中甚至可能使系统不稳定。 
发明内容
    本发明的目的在于提供一种多信道通信控制系统的优化控制方法，本方法为多信道通信的控制系统错序建模和系统优化控制，提供充分刻画多信道通信中错序现象的建模，并且，设计一种消除错序影响的优化控制方法。 
    本发明的目的是通过以下技术方案实现的： 
    多信道通信控制系统的优化控制方法，所述方法包括以下步骤:
    (1) 基于多信道通信的数据包错序建模：引入数据包偏移值的概念，给出刻画多信道通信给数据包错序的模型：
    a.采用时间戳技术记录当前状态；
    b. 对于每个信道，定义数据包的期望到达序列数，接收索引，根据偏移值=接收索引-期望到达序列数在线计算每个数据包的偏移值；
    c. 不失一般性，如果数据包在 
Figure 2013103807821100002DEST_PATH_IMAGE001
时刻前，包括
Figure 305369DEST_PATH_IMAGE001
时刻未到达控制器或者已经丢失，假设其在
Figure 313777DEST_PATH_IMAGE001
时刻后按正常顺序到达，接收索引比真实值多1；
    (2) 确保执行最新信号的网络控制系统建模：
    a. 构建线性定常参数不确定系统，定义二次性能指标；
    b. 假设传感器、控制器和执行器是时间同步，周期为
Figure 367183DEST_PATH_IMAGE002
，控制器至执行器不存在网络，根据各通信信道数据包的偏移值，定义执行最新信号算子，设计控制器，获得执行最新信号的离散NCSs模型； 
    (3) 基于Markovian 跳变特征的随机系统建模：
    a.节点接收的最新信号可能服从某种概率分布，不妨假设多信道传输节点接收的最新信号服从Markov链，定义状态转移概率和信道随机矩阵；
    b.定义切换信号与标量的向量值算子
Figure 2013103807821100002DEST_PATH_IMAGE003
，获得Markovian 跳变NCSs模型；
    (4) 基于自适应方式的实时在线控制器设计：
    a. 基于上述模型，重构性能指标；
    b. 充分利用被控系统当前状态和滞后状态信息，选取新的李雅普诺夫泛函；
    c. 基于李雅普诺夫稳定性原理及保性能优化控制方法，结合Markovian 跳变理论，基于在线统计的错序知识，获得保证系统随机稳定的自适应控制率和控制性能上界，并且性能上界随网络动态变化时变；
    d.根据上述方法，针对确定性系统，设计在线自适应控制器，研究保性能控制；
    上述构建能够实现消除错序对多信道通信的控制系统性能影响的目标，获得具有错序的多信道通信网络控制系统性能实时在线优化的控制方法。
    所述的多信道通信控制系统的优化控制方法，所述方法不失一般性，如果数据包在
Figure 352105DEST_PATH_IMAGE001
时刻前，对于一个在采样时刻之前，包括
Figure 249840DEST_PATH_IMAGE001
时刻，已经到达的数据包，如果偏移值不等于零，那么错序已经发生。如果偏移值大于零，表明数据包来晚了；如果偏移值小于零，表明数据包来早了；如果偏移值等于零，此数据包按正常顺序到底。 
    所述的多信道通信控制系统的优化控制方法，所述方法对于每个信道，定义数据包的期望到达序列数，接收索引，根据偏移值=接收索引-期望到达序列数,在线计算每个数据包的偏移值。 
    所述的多信道通信控制系统的优化控制方法，所述方法定义如下关于数据包偏移值的算子, 保证系统执行最新的信号; 
            
Figure 293888DEST_PATH_IMAGE004
        
Figure DEST_PATH_IMAGE005
 
Figure 112808DEST_PATH_IMAGE006
。
    所述的多信道通信控制系统的优化控制方法，所述方法提供信道随机矩阵， 
                   
Figure 2013103807821100002DEST_PATH_IMAGE007
    其中，第j列表示第j个通信信道，
Figure 891933DEST_PATH_IMAGE008
表示对于第j个通信信道，系统执行的最新信号为
Figure 2013103807821100002DEST_PATH_IMAGE009
。
    所述的多信道通信控制系统的优化控制方法，所述方法充分利用被控系统当前状态和滞后状态信息，选取新的李雅普诺夫泛函;基于李雅普诺夫稳定性原理及保性能优化控制方法，结合Markovian 跳变理论，基于在线统计的错序知识，获得保证系统随机稳定的自适应控制率和控制性能上界。 
    所述的多信道通信控制系统的优化控制方法，所述方法扩展了传统的实时性定义，实时性包括两种含义：一是，有界的激励响应时间，即传统定义；二是，在控制输入下，系统的稳定性和性能快速改。 
    所述的多信道通信控制系统的优化控制方法，所述方法控制根据
Figure 874933DEST_PATH_IMAGE001
时刻执行的最新信号适应调整，需要计算数据包的偏移值，这增加控制器的计算时间，对于有线NCS，有界的传输时延，并且，二次性能函数上界依赖矩阵
Figure 457093DEST_PATH_IMAGE010
和
Figure 2013103807821100002DEST_PATH_IMAGE011
，在控制器作用下，保性能上界时变。 
    本发明是在充分考虑网络和控制系统特点的前提下提出的，具有消除错序影响，实时在线提供系统控制性能的优点，具体表现在： 
    1.本发明基于多信道通信的错序建模方法，不仅刻画了多信道网络通信错序的动态特征，而且为控制器设计提供理论依据，有效消除错序对网络和控制系统性能的影响。方法便捷、高效、可行。
    2.本发明以错序模型为依据，通过定义关于数据包偏移值的映射泛函，获得能刻画系统如何执行最新接收信号的网络控制系统模型。与现存建模方法相比，这是首次尝试。并且，关于接受信号清楚地刻画，有利于系统控制性能的提高。 
   3.传统的实时性定义，即系统在激励作用下响应时间不超过指定界。本发明“实时性”已经扩展了传统的定义，包括两种含义：一是，有界的激励响应时间（传统定义）；二是，在控制输入下，系统的稳定性和性能快速改善。例如，在短的时间周期内，系统被镇定或性能得到改善。   
   4.本发明设计的控制器根据
Figure 130519DEST_PATH_IMAGE001
时刻执行的最新信号适应调整，既然需要计算数据包的偏移值，这可能增加控制器的计算时间，然而，对于有线NCS，有界的传输时延（激励响应时间）是可以保证的。
   5.本发明所提自适应在线控制器设计一方面计算少于复杂，便捷可行， 另一方面，不仅能较好地镇定系统，而且，能时刻改善系统的性能。具有高性能、低能耗的特点。 
    6.本发明设计的控制器还可以扩展到时滞系统的控制中，具有普适性。 
附图说明
    图1为基于多信道通信的控制系统错序建模和系统优化控制原理示意图； 
    图2为本发明方法中基于多信道通信网络控制系统架构示意图；
    图3为本发明方法算例中两个通信信道的传输时延(a,b)和数据偏移值(c,d)示意图；
    图4为本发明方法算例中基于多信道通信 NCS 的状态响应和性能指标示意图；
    图5为本发明方法算例中NCS的状态响应曲线示意图。
具体实施方式
    下面结合附图所示实施例，对本发明作进一步详述。 
    需要强调的是，本发明涉及的技术并不仅适用于下面提及的例子，这些技术可以被用于任何适用的网络控制系统。 
    本发明基于多信道通信的控制系统错序建模和系统优化控制，包括以下步骤： 
    (1) 基于多信道通信的数据包错序建模
    (2) 确保执行最新信号的网络控制系统建模
    (3) 基于Markovian 跳变特征的随机系统建模
    (4) 基于自适应方式的实时在线控制器设计
    (5) 仿真实验验证
    下面介绍具体步骤：
    (1) 基于多信道通信的数据包错序建模
    采用时间戳技术记录当前状态。为保证控制器执行最新信号，采用抛弃晚到包策略，以至于系统获得较高的性能指标。基于假设，考虑传感器
Figure 156244DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE013
通过信道传输到控制器
Figure 746811DEST_PATH_IMAGE012
的序列包
Figure 334132DEST_PATH_IMAGE014
，相应期望到达序列数为
Figure DEST_PATH_IMAGE015
。易知数据包
Figure 530758DEST_PATH_IMAGE006
的期望到达序列数为
Figure 472038DEST_PATH_IMAGE016
Figure DEST_PATH_IMAGE017
。当序列包到达测量终端时，这里指执行器，接收索引
Figure DEST_PATH_IMAGE019
Figure 271367DEST_PATH_IMAGE020
分配给每个不重复数据包。
Figure DEST_PATH_IMAGE021
和
Figure 981703DEST_PATH_IMAGE022
分别表示数据包
Figure 349230DEST_PATH_IMAGE006
的接收索引和偏移值。不失一般性，如果数据包在
Figure 515157DEST_PATH_IMAGE001
时刻前（包括时刻）未到达控制器或者已经丢失，我们假设其在
Figure 823964DEST_PATH_IMAGE001
时刻后按正常顺序到达，接收索引比真实值多1。对于一个在
Figure 159131DEST_PATH_IMAGE001
时刻之前（包括时刻）已经到达的数据包
Figure 91501DEST_PATH_IMAGE006
，如果
Figure DEST_PATH_IMAGE023
，那么错序已经发生。如果
Figure 714112DEST_PATH_IMAGE024
，表明数据包来晚了；如果，表明数据包
Figure 558101DEST_PATH_IMAGE006
来早了；如果
Figure 378290DEST_PATH_IMAGE026
，表明数据包
Figure 917724DEST_PATH_IMAGE006
按正常顺序到达。
    (2) 确保执行最新信号的网络控制系统建模 
      a. 控制系统建模 考虑如下系统 
     
Figure DEST_PATH_IMAGE027
                            (1)
    其中，和
Figure DEST_PATH_IMAGE029
分别为系统状态和控制输入。
Figure 360524DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE031
 ，
Figure 905775DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE033
，
Figure 505908DEST_PATH_IMAGE034
，
Figure DEST_PATH_IMAGE035
，
Figure 789997DEST_PATH_IMAGE036
和
Figure DEST_PATH_IMAGE037
为适维矩阵，并且，，其中
Figure DEST_PATH_IMAGE039
简记为
Figure 998922DEST_PATH_IMAGE040
。定义如下性能指标：
    
Figure DEST_PATH_IMAGE041
               (2)
    其中，
Figure 450632DEST_PATH_IMAGE042
和
Figure DEST_PATH_IMAGE043
是给定正定对称矩阵。设计如下反馈控制器：
    
Figure 859617DEST_PATH_IMAGE044
                            (3)
    其中，
Figure DEST_PATH_IMAGE045
，
Figure 459094DEST_PATH_IMAGE046
，为适维矩阵。
   假设传感器、控制器和执行器是时间同步，周期为，控制器至执行器不存在网络。
Figure 286761DEST_PATH_IMAGE048
和
Figure DEST_PATH_IMAGE049
分别表示传输时延和最大连续丢包数。
Figure 235180DEST_PATH_IMAGE013
，
Figure DEST_PATH_IMAGE051
和
Figure 259636DEST_PATH_IMAGE049
为正整数。        
    令
Figure 763430DEST_PATH_IMAGE052
。重写模型(3)为
                            (4)
    其中，，
Figure DEST_PATH_IMAGE055
。
    定义 
    
Figure 757765DEST_PATH_IMAGE056
                 (5)
    其中，
Figure DEST_PATH_IMAGE057
。那么，
Figure 269518DEST_PATH_IMAGE005
Figure 311423DEST_PATH_IMAGE058
可以保证系统执行最新的信号。其中，
Figure DEST_PATH_IMAGE059
。进一步，有
                 (6)
   其中，。改写(6.1)为
    
Figure 579167DEST_PATH_IMAGE062
                (7)
其中，
Figure DEST_PATH_IMAGE063
，
Figure 125686DEST_PATH_IMAGE064
，
Figure DEST_PATH_IMAGE065
，
Figure 423812DEST_PATH_IMAGE066
，    
Figure DEST_PATH_IMAGE067
。
    b. 模型扩展 
    注意到，如果假设控制器-执行器也存在网络，考虑如下的动态控制器，模型(7)能被扩展。
    
Figure 559127DEST_PATH_IMAGE068
                           (8) 
    其中，，
Figure 714034DEST_PATH_IMAGE070
和 ；
Figure 931870DEST_PATH_IMAGE072
，
Figure DEST_PATH_IMAGE073
，
Figure 502528DEST_PATH_IMAGE074
和
Figure DEST_PATH_IMAGE075
为适维矩阵。类似地，构建如下被控对象：
                           (9)
    和控制器
    
Figure DEST_PATH_IMAGE077
                      (10)
     其中，
Figure 834470DEST_PATH_IMAGE078
，
Figure DEST_PATH_IMAGE079
，，，
Figure 919811DEST_PATH_IMAGE082
Figure DEST_PATH_IMAGE083
，
Figure 29718DEST_PATH_IMAGE084
。
Figure DEST_PATH_IMAGE085
Figure 464110DEST_PATH_IMAGE086
表示数据包
Figure DEST_PATH_IMAGE087
的偏移值。
Figure 721785DEST_PATH_IMAGE088
or 分别表示执行器
Figure 896896DEST_PATH_IMAGE090
执行或者没有执行信号。并且，
Figure DEST_PATH_IMAGE091
，，
Figure DEST_PATH_IMAGE093
，
Figure 696728DEST_PATH_IMAGE094
和
Figure DEST_PATH_IMAGE095
分别表示控制器-执行器传输时延和连续丢包数上界。
    (3) 基于Markovian 跳变特征的随机系统建模 
a. 节点接收的最新信号可能服从某种概率分布，不妨假设多信道传输节点接收的最新信号服从Markov链，定义状态转移概率
Figure DEST_PATH_DEST_PATH_IMAGE096
，，
Figure DEST_PATH_DEST_PATH_IMAGE098
，
Figure DEST_PATH_RE-DEST_PATH_IMAGE099
。
Figure DEST_PATH_DEST_PATH_IMAGE100
和
Figure DEST_PATH_RE-DEST_PATH_IMAGE101
分别表示
Figure DEST_PATH_DEST_PATH_IMAGE102
，，
Figure DEST_PATH_235072DEST_PATH_IMAGE066
，
Figure DEST_PATH_DEST_PATH_IMAGE104
和
Figure DEST_PATH_RE-DEST_PATH_IMAGE105
，
Figure DEST_PATH_DEST_PATH_IMAGE106
，，
Figure DEST_PATH_RE-DEST_PATH_IMAGE107
，意味着在
Figure DEST_PATH_860012DEST_PATH_IMAGE001
时刻和
Figure DEST_PATH_DEST_PATH_IMAGE108
时刻
Figure DEST_PATH_RE-DEST_PATH_IMAGE109
，，
Figure DEST_PATH_820884DEST_PATH_IMAGE066
，和
Figure DEST_PATH_DEST_PATH_IMAGE112
，
Figure DEST_PATH_RE-DEST_PATH_IMAGE113
，
Figure DEST_PATH_935339DEST_PATH_IMAGE066
，。其中，
Figure DEST_PATH_RE-DEST_PATH_IMAGE115
和
Figure DEST_PATH_DEST_PATH_IMAGE116
为非负整数，
Figure DEST_PATH_RE-DEST_PATH_IMAGE117
Figure DEST_PATH_DEST_PATH_IMAGE118
。如式(11)所示，
Figure DEST_PATH_RE-DEST_PATH_IMAGE119
在具有
Figure DEST_PATH_DEST_PATH_IMAGE120
个元素的有限集合
Figure DEST_PATH_RE-DEST_PATH_IMAGE121
中取值。式(11)中每列只有一个元为1，其余为0。    
定义随机矩阵
Figure DEST_PATH_DEST_PATH_IMAGE122
                            (11)
    b.定义切换信号与标量的向量值算子，获得Markovian 跳变NCSs模型。令
Figure DEST_PATH_RE-DEST_PATH_IMAGE123
，
Figure DEST_PATH_DEST_PATH_IMAGE124
，定义向量值算子
Figure DEST_PATH_29045DEST_PATH_IMAGE003
，以便建立向量
Figure DEST_PATH_473974DEST_PATH_IMAGE119
与标量
Figure DEST_PATH_RE-DEST_PATH_IMAGE125
映射关系。其中，
Figure DEST_PATH_33000DEST_PATH_IMAGE124
。
Figure DEST_PATH_DEST_PATH_IMAGE126
也表示NCSs (6.7)的第
Figure DEST_PATH_RE-DEST_PATH_IMAGE127
个子系统。     很明显，
Figure DEST_PATH_DEST_PATH_IMAGE128
。
    由式(7)，有 
                     (12)
    (4) 基于自适应方式的实时在线控制器设计
    a. 基于上述模型，重构性能指标；
    结合(12)，(2)改写为
                
Figure DEST_PATH_IMAGE131
           (13)
    其中，
Figure 941552DEST_PATH_IMAGE132
，
Figure DEST_PATH_IMAGE133
，
Figure 565431DEST_PATH_IMAGE134
Figure DEST_PATH_IMAGE135
。
    b. 充分利用被控系统当前状态和滞后状态信息，选取新的李雅普诺夫泛函； 
    选取李雅普诺夫泛函
Figure 894126DEST_PATH_IMAGE136
，其中，
    
Figure DEST_PATH_IMAGE137
                 (14)
    c. 基于李雅普诺夫稳定性原理及保性能优化控制方法，结合Markovian 跳变理论，获得随机稳定的参考错序的自适应控制率和控制性能上界，并且性能上界随网络动态变化时变；
    结论1： 给定标量
Figure 132209DEST_PATH_IMAGE138
，矩阵
Figure DEST_PATH_IMAGE139
，
Figure 244391DEST_PATH_IMAGE140
和
Figure DEST_PATH_IMAGE141
，如果存在矩阵
Figure 593332DEST_PATH_IMAGE142
和
Figure DEST_PATH_IMAGE143
Figure 47972DEST_PATH_IMAGE144
，满足下列不等式
     
Figure DEST_PATH_IMAGE145
          (15)
    则闭环系统(12)是随机稳定的，并且相应的性能函数满足
    
Figure 456957DEST_PATH_IMAGE146
              (16)
    其中，
Figure DEST_PATH_IMAGE147
，，
Figure 694220DEST_PATH_IMAGE150
和
    
Figure DEST_PATH_IMAGE151
     结论2：给定标量
Figure 436DEST_PATH_IMAGE138
，矩阵
Figure 455688DEST_PATH_IMAGE139
，
Figure 539532DEST_PATH_IMAGE140
和
Figure 43326DEST_PATH_IMAGE152
，如果存在矩阵
Figure DEST_PATH_IMAGE153
和
Figure 204049DEST_PATH_IMAGE154
，和
Figure 17153DEST_PATH_IMAGE156
Figure 76376DEST_PATH_IMAGE144
，满足下列不等式
Figure DEST_PATH_IMAGE157
      (17)
    
Figure 570811DEST_PATH_IMAGE158
                      (18)
     那么，
Figure DEST_PATH_IMAGE159
为保性能控制器增益，相应的闭环性能满足
    
Figure 854549DEST_PATH_IMAGE160
                (19)
    其中，
    ，
Figure 776238DEST_PATH_IMAGE162
，
    ，，
Figure DEST_PATH_IMAGE165
，
    
Figure 604571DEST_PATH_IMAGE166
，
Figure DEST_PATH_IMAGE167
，
     
Figure 736957DEST_PATH_IMAGE168
                    (20)
    通常情况下，实时系统的初始条件是未知的，因此，类似文献[121]，系统(6.12)的初始状态是任意的，但属于集合
    
Figure DEST_PATH_IMAGE169
           (21)
    其中，
Figure 829547DEST_PATH_IMAGE152
为给定矩阵。由式(6.15)，获得性能指标上界(6.28)。证毕。
    d.根据上述方法，针对确定性系统，设计在线自适应控制器，研究保性能控制。 
    如果不考虑系统的不确定性，获得如下定理。 
结论3：给定标量，矩阵
Figure 574966DEST_PATH_IMAGE139
，
Figure 892683DEST_PATH_IMAGE140
和
Figure 969224DEST_PATH_IMAGE141
，如果存在矩阵
Figure 474023DEST_PATH_IMAGE142
和    
，满足下列不等式
              (22)
    则闭环系统(6.12)是随机稳定的，并且相应的性能函数满足
                   (23)
    其中
Figure 279376DEST_PATH_IMAGE172
。
    结论4：给定标量
Figure 519733DEST_PATH_IMAGE138
，矩阵
Figure 297196DEST_PATH_IMAGE139
，
Figure 777856DEST_PATH_IMAGE140
和
Figure 522827DEST_PATH_IMAGE152
，如果存在矩阵，，
Figure 808597DEST_PATH_IMAGE155
和
Figure 775285DEST_PATH_IMAGE156
Figure 108177DEST_PATH_IMAGE144
，满足下列不等式 
    
Figure DEST_PATH_IMAGE173
               (24)
                       (25)
    则
Figure 869646DEST_PATH_IMAGE159
为保性能控制器增益，相应的闭环性能满足
                     (26)
    NCSs最优保性能控制律可以基于现存的LMI软件获得：
                  
    
Figure DEST_PATH_IMAGE175
                             (27)
    (5) 实验仿真验证：首先布置网络，模拟具有两个通信网络，统计错序，时延和丢包情况(如图3所示)。根据网络特征，确定系统切换集合。进一步，计算Markovian跳变系统状态转移矩阵；其次，根据本发明自适应控制器设计方法，获得状态反馈控制器增益，验证方法的有效性(如图4所示)；然后，分别与不考虑错序现象控制器设计方法和固定控制器设计方法比较(如图5所示)，表明本发明方法的优势。

Claims (8)

1.多信道通信控制系统的优化控制方法，其特征在于，所述方法包括以下步骤:
    (1) 基于多信道通信的数据包错序建模：引入数据包偏移值的概念，给出刻画多信道通信给数据包错序的模型：
    a.采用时间戳技术记录当前状态；
    b. 对于每个信道，定义数据包的期望到达序列数，接收索引，根据偏移值=接收索引-期望到达序列数在线计算每个数据包的偏移值；
    c. 不失一般性，如果数据包在 
Figure 2013103807821100001DEST_PATH_IMAGE001
时刻前，包括
Figure 757024DEST_PATH_IMAGE001
时刻未到达控制器或者已经丢失，假设其在
Figure 947965DEST_PATH_IMAGE001
时刻后按正常顺序到达，接收索引比真实值多1；
    (2) 确保执行最新信号的网络控制系统建模：
    a. 构建线性定常参数不确定系统，定义二次性能指标；
    b. 假设传感器、控制器和执行器是时间同步，周期为
Figure 611027DEST_PATH_IMAGE002
，控制器至执行器不存在网络，根据各通信信道数据包的偏移值，定义执行最新信号算子，设计控制器，获得执行最新信号的离散NCSs模型； 
    (3) 基于Markovian 跳变特征的随机系统建模：
    a.节点接收的最新信号可能服从某种概率分布，不妨假设多信道传输节点接收的最新信号服从Markov链，定义状态转移概率和信道随机矩阵；
    b.定义切换信号与标量的向量值算子
Figure 2013103807821100001DEST_PATH_IMAGE003
，获得Markovian 跳变NCSs模型；
    (4) 基于自适应方式的实时在线控制器设计：
    a. 基于上述模型，重构性能指标；
    b. 充分利用被控系统当前状态和滞后状态信息，选取新的李雅普诺夫泛函；
    c. 基于李雅普诺夫稳定性原理及保性能优化控制方法，结合Markovian 跳变理论，基于在线统计的错序知识，获得保证系统随机稳定的自适应控制率和控制性能上界，并且性能上界随网络动态变化时变；
    d.根据上述方法，针对确定性系统，设计在线自适应控制器，研究保性能控制；
上述构建能够实现消除错序对多信道通信的控制系统性能影响的目标，获得具有错序的多信道通信网络控制系统性能实时在线优化的控制方法。
2.根据权利要求1所述的多信道通信控制系统的优化控制方法，其特征在于，所述方法不失一般性，如果数据包在
Figure 445341DEST_PATH_IMAGE001
时刻前，对于一个在
Figure 602784DEST_PATH_IMAGE001
采样时刻之前，包括时刻，已经到达的数据包，如果偏移值不等于零，那么错序已经发生，如果偏移值大于零，表明数据包来晚了；如果偏移值小于零，表明数据包来早了；如果偏移值等于零，此数据包按正常顺序到底。
3.   根据权利要求1所述的多信道通信控制系统的优化控制方法，其特征在于，所述方法对于每个信道，定义数据包的期望到达序列数，接收索引，根据偏移值=接收索引-期望到达序列数,在线计算每个数据包的偏移值。
4.根据权利要求1所述的多信道通信控制系统的优化控制方法，其特征在于，所述方法定义如下关于数据包偏移值的算子, 保证系统执行最新的信号;
                        
Figure RE-579545DEST_PATH_IMAGE004
        
Figure RE-792352DEST_PATH_IMAGE005
。
5.  根据权利要求1所述的多信道通信控制系统的优化控制方法，其特征在于，所述方法提供信道随机矩阵， 
                   
其中，第j列表示第j个通信信道，
Figure 751558DEST_PATH_IMAGE008
表示对于第j个通信信道，系统执行的最新信号为
Figure DEST_PATH_IMAGE009
。
6.    根据权利要求1所述的多信道通信控制系统的优化控制方法，其特征在于，所述方法充分利用被控系统当前状态和滞后状态信息，选取新的李雅普诺夫泛函;基于李雅普诺夫稳定性原理及保性能优化控制方法，结合Markovian 跳变理论，基于在线统计的错序知识，获得保证系统随机稳定的自适应控制率和控制性能上界。
7.   根据权利要求1所述的多信道通信控制系统的优化控制方法，其特征在于，所述方法扩展了传统的实时性定义，实时性包括两种含义：一是，有界的激励响应时间，即传统定义；二是，在控制输入下，系统的稳定性和性能快速改。
8.   根据权利要求1所述的多信道通信控制系统的优化控制方法，其特征在于，所述方法控制根据
Figure 480873DEST_PATH_IMAGE001
时刻执行的最新信号适应调整，需要计算数据包的偏移值，这增加控制器的计算时间，对于有线NCS，有界的传输时延，并且，二次性能函数上界依赖矩阵
Figure 423421DEST_PATH_IMAGE010
和
Figure DEST_PATH_IMAGE011
，在控制器作用下，保性能上界时变。
CN201310380782.1A 2013-08-28 2013-08-28 多信道通信控制系统的优化控制方法 Pending CN103560899A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310380782.1A CN103560899A (zh) 2013-08-28 2013-08-28 多信道通信控制系统的优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310380782.1A CN103560899A (zh) 2013-08-28 2013-08-28 多信道通信控制系统的优化控制方法

Publications (1)

Publication Number Publication Date
CN103560899A true CN103560899A (zh) 2014-02-05

Family

ID=50015055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310380782.1A Pending CN103560899A (zh) 2013-08-28 2013-08-28 多信道通信控制系统的优化控制方法

Country Status (1)

Country Link
CN (1) CN103560899A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104932269A (zh) * 2015-06-08 2015-09-23 吉林化工学院 一种考虑控制输入约束的鲁棒非脆弱保性能控制方法
CN105182738A (zh) * 2015-09-19 2015-12-23 辽宁石油化工大学 一种部分时滞依赖的错序控制器及其建立方法
CN108494514A (zh) * 2018-03-29 2018-09-04 电子科技大学 一种预测控制与无线短包通信的联合设计方法
CN108681247A (zh) * 2018-05-14 2018-10-19 中国人民解放军火箭军工程大学 一种完全分布式保性能通信容错编队控制方法
CN110673552A (zh) * 2019-09-17 2020-01-10 杭州好方便科技有限公司 一种实时工业物联网信令方法和系统
CN111988204A (zh) * 2020-09-03 2020-11-24 武汉商学院 基于网络性能测试与lmi重计算的网络化保性能控制方法
CN118550243A (zh) * 2024-07-30 2024-08-27 安徽大学 一种考虑衰减网络和输入饱和的Markov跳变系统控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651641A (zh) * 2011-02-24 2012-08-29 同济大学 基于对数量化的网络控制系统l2-l∞滤波信息处理方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651641A (zh) * 2011-02-24 2012-08-29 同济大学 基于对数量化的网络控制系统l2-l∞滤波信息处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李金娜: "网络控制系统的建模、控制与优化", 《中国博士学位论文全文数据库》 *
李金娜;张庆灵;张永平: "具有长时延和数据包丢失的NCS的分析与建模", 《沈阳化工学院学报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104932269A (zh) * 2015-06-08 2015-09-23 吉林化工学院 一种考虑控制输入约束的鲁棒非脆弱保性能控制方法
CN105182738A (zh) * 2015-09-19 2015-12-23 辽宁石油化工大学 一种部分时滞依赖的错序控制器及其建立方法
CN105182738B (zh) * 2015-09-19 2018-01-09 辽宁石油化工大学 一种部分时滞依赖的错序控制器及其建立方法
CN108494514A (zh) * 2018-03-29 2018-09-04 电子科技大学 一种预测控制与无线短包通信的联合设计方法
CN108494514B (zh) * 2018-03-29 2021-06-08 电子科技大学 一种预测控制与无线短包通信的联合设计方法
CN108681247A (zh) * 2018-05-14 2018-10-19 中国人民解放军火箭军工程大学 一种完全分布式保性能通信容错编队控制方法
CN108681247B (zh) * 2018-05-14 2021-03-30 中国人民解放军火箭军工程大学 一种完全分布式保性能通信容错编队控制方法
CN110673552A (zh) * 2019-09-17 2020-01-10 杭州好方便科技有限公司 一种实时工业物联网信令方法和系统
CN111988204A (zh) * 2020-09-03 2020-11-24 武汉商学院 基于网络性能测试与lmi重计算的网络化保性能控制方法
CN118550243A (zh) * 2024-07-30 2024-08-27 安徽大学 一种考虑衰减网络和输入饱和的Markov跳变系统控制方法

Similar Documents

Publication Publication Date Title
CN103560899A (zh) 多信道通信控制系统的优化控制方法
Li et al. Event‐triggered adaptive backstepping control for parametric strict‐feedback nonlinear systems
Su et al. Sliding mode control of hybrid switched systems via an event-triggered mechanism
Klavins Communication complexity of multi-robot systems
Hu et al. Event-triggered controller design of nonlinear discrete-time networked control systems in TS fuzzy model
Zhang et al. Convergence analysis of the incremental cost consensus algorithm under different communication network topologies in a smart grid
Du et al. Multiple event-triggered H2/H∞ filtering for hybrid wired–wireless networked systems with random network-induced delays
Hale et al. Asynchronous multiagent primal-dual optimization
Li et al. Real-time guaranteed cost control of MIMO networked control systems with packet disordering
Wu et al. Learning optimal scheduling policy for remote state estimation under uncertain channel condition
Gao et al. The explicit constrained min-max model predictive control of a discrete-time linear system with uncertain disturbances
Liu et al. One-step receding horizon H∞ control for networked control systems with random delay and packet disordering
CN103702401B (zh) 基于用户行为分析的移动网络节能方法
Xu et al. A new TCP/AQM system analysis
CN109408452A (zh) 拟态工控处理器及数据处理方法
Yuan et al. Analysis and synthesis of linear hybrid systems with state-triggered jumps
Abdelrahim et al. Event-triggered control of nonlinear singularly perturbed systems based only on the slow dynamics
Al-Lawati et al. Gradient delay analysis in asynchronous distributed optimization
Fu et al. Periodic asynchronous event-triggered control
Li et al. Event‐triggered model‐free adaptive consensus tracking control for nonlinear multi‐agent systems under switching topologies
Yu et al. Robust stabilization of nonlinear sampled-data systems
Wang Event-triggering in cyber-physical systems
Li et al. Optimizing the cost-performance tradeoff for geo-distributed data analytics with uncertain demand
Leger et al. Cyber-physical systems approach for wide area control applications
Sui et al. Exponential state estimation for competitive neural network via stochastic sampled-data control with packet losses

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140205