CN104301178A - 基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法 - Google Patents
基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法 Download PDFInfo
- Publication number
- CN104301178A CN104301178A CN201410536271.9A CN201410536271A CN104301178A CN 104301178 A CN104301178 A CN 104301178A CN 201410536271 A CN201410536271 A CN 201410536271A CN 104301178 A CN104301178 A CN 104301178A
- Authority
- CN
- China
- Prior art keywords
- state
- dynamic network
- complex dynamic
- stable state
- steady
- 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.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开一种基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法，其中，状态变量传感器将实时监测到的状态信息数据实时传输到稳态监测与记录仪，并同步向稳态迁移控制器反馈复杂动态网络系统的状态变量信息；稳态监测与记录仪为稳态迁移控制器提供稳态迁移控制所需的启动指令，稳态迁移控制器收到状态变量信息后生成稳态迁移控制信号并作用于所控制的复杂动态网络系统；拓扑估计器根据稳态监测与记录仪所传输的稳态响应数据后实现对复杂动态网络拓扑结构进行估计。本发明建立在稳态控制的基础上，可以在耦合函数和节点函数未知情况下，最终实现对结构信息依赖少且具有强鲁棒性复杂动态网络拓扑结构估计。
Description
技术领域
本发明涉及参数估计领域，具体涉及一种基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法。
背景技术
复杂动态网络就是具有复杂连接拓扑结构和复杂动力学行为的大规模网络，它是由大量的微观(或局部)动力系统(节点)通过相互耦合连接而构成的。自然界和人类社会中存在着大量复杂系统(例如电力系统、神经系统、代谢网络、基因调控网络、大气和海洋等等)可以通过各种各样的复杂动态网络来加以描述。复杂动态网络已经成为当今最受关注和最具挑战性的科学前沿课题之一，正受到世界范围内众多不同领域研究人员的关注。
目前关于复杂动态网络的研究主要集中在如下几个问题：(1)研究网络连接拓扑性质与网络同步能力以及其与同步调节的关系；(2)研究时延(time-delay)分布与网络同步能力的关系；(3)研究不同网络模型(例如无标度网络和小世界网络)上病毒传播行为的差异；(4)基于复杂网络的博弈与合作进化研究；(5)如何通过结构扰动来调节(或控制)网络动力学行为；(6)复杂动态网络牵引控制。
在上述问题的研究中，绝大多数研究者均假设网络的拓扑结构信息实现已知知道。但真实复杂动态网络的这些结构信息一般而言是无法事先已知的，为了使目前这些关于复杂动态网络的研究成果能被应用于分析真实系统，我们必须首先辨识真实复杂动态网络的拓扑结构。因此辨识真实复杂动态网络的结构信息就不仅仅具有重大的理论价值，同时也是分析、预测和控制真实复杂动态网络系统动力学行为的先决条件。
现有技术中，有研究者提出利用自适应参数估计的方法实现网络拓扑结构估计，但这些研究成果需要事先已知节点动力学与耦合函数等结构信息，因此亟待解决在节点动力学与耦合函数未知情况下的网络拓扑结构估计问题。
发明内容
发明目的：本发明的目的在于解决现有技术中自适应参数估计方法存在的局限以及在节点动力学与耦合函数未知情况下的网络拓扑结构估计问题，提供一种基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法。
技术方案：本发明的一种基于稳态迁移控制的复杂动态网络拓扑结构估计器，包括状态变量传感器、稳态迁移控制器、稳态监测与记录仪和拓扑估计器，所述状态变量传感器将实时监测到的状态信息数据实时传输到稳态监测与记录仪，并同步向稳态迁移控制器反馈复杂动态网络系统的状态变量信息；所述稳态监测与记录仪为稳态迁移控制器提供稳态迁移控制所需的启动指令，所述稳态迁移控制器收到状态变量信息后生成稳态迁移控制信号并作用于所控制的复杂动态网络系统；所述拓扑估计器根据稳态监测与记录仪所传输的稳态响应数据后实现对复杂动态网络拓扑结构进行估计。
为了提高操作的灵活性以及扩展适用范围，根据所监测复杂动态网络状态的变量性质的不同，选择相应不同型号的状态变量传感器，也就是说可以利用所监测状态变量的力、热、声、光、电等不同的物理特性选取合适的传状态变量传感器。
进一步的，所述稳态迁移控制器先将产生的稳态控制信号驱动所控制的复杂动态网络到一个稳态，然后对所控制的复杂动态网络进行扰动控制以获得不同的稳态响应信息。
进一步的，所述稳态控制信号根据所控制的复杂动态网络的不同性质采取相应的形式。
进一步的，所述扰动控制是通过改变稳态控制信号中期望稳态响应信息来实现的。
进一步的，所述稳态监测与记录仪实时对稳态迁移控制器的稳态控制结果进行监测，在判定稳态控制实现时，启动其记录功能存储稳态状态变量以及稳态控制信号信息，在存储足够的稳态状态变量信息后向稳态迁移控制器发稳态迁移指令以改变稳态控制信号。
进一步的，所述拓扑结构估计器首先对从稳态监测与记录仪获得的一系列稳态状态变量进行处理，然后获得稳态响应扰动值矩阵D，接着通过标准化的矩阵逆估计算法计算获得矩阵D的伪逆C，最后通过矩阵乘法运算获得复杂动态网络的拓扑结构的估计。
本发明还公开了一种基于稳态迁移控制的复杂动态网络拓扑结构估计器的估计方法，包括以下步骤：
(1)获取状态变量信息：状态变量传感器实时获取复杂动态网络系统的状态信息，并实时传输至稳态迁移控制器和稳态监测与记录仪；
(2)稳态控制：稳态控制器产生稳态控制信号以驱动所控制的复杂动态网络系统到一个稳态，然后通过稳态监测与记录仪对稳态控制器的稳态控制结果进行监测，并在判定稳态控制实现时启动稳态监测与记录仪的记录功能来存储稳态状态变量X0以及稳态控制信号K0信息；
(3)稳态扰动控制：在稳态监测与记录仪存储足够的稳态状态变量信息后，向稳态迁移控制器发出稳态迁移指令以改变稳态控制信号，稳态迁移控制器收到指令后对复杂动态网络系统进行一系列稳态扰动控制，获得一系列稳态响应，而稳态监测与记录仪同步存储稳态状态变量Xi以及稳态控制信号Ki信息；
(4)网络拓扑结构估计：拓扑结构估计器对从稳态监测与记录仪获得的一系列稳态状态变量Xi进行滤波处理后，分别获得稳态状态变量矩阵D＝[D1D2…Dn]，其中：Di＝f(Xi)-f(X0)；f(.)为平均滤波算法；接着通过标准化的矩阵逆估计算法求稳态状态变量矩阵D的伪逆C，最后通过计算K*C获得复杂动态网络的拓扑结构的估计，其中K＝[K1-K0K2-K0…Kn-K0]。
有益效果：与现有技术相比，本发明具有以下优点：
(1)本发明建立在稳态控制的基础上，可以在耦合函数和节点函数未知情况下，利用稳态扰动控制来解决网络拓扑结构的重构问题，最终实现对结构信息依赖少且具有强鲁棒性复杂动态网络拓扑结构估计。
(2)即使在每个节点只有部分状态变量甚至单一状态变量的条件下，本发明也能够测量数据，甚至在存在外在干扰和未知(时变)耦合时延等限制条件下，本发还明能够解决相应的的拓扑估计问题。
(3)本发明的拓扑结构估计器本质上是一种矩阵逆估计算法，能够解决网络系统存在结构和参数不确定性(uncertainty)条件下的拓扑估计问题，并解决了只有部分节点能被控制情况下的子网络的拓扑估计问题。
(4)本发明还能解决复杂动态网络存在时滞参数情况下的连接拓扑估计问题。
综上所述，本发明结构简单，适用性广泛，性能优越，能够解决复杂动态网络的拓扑估计问题，具有较好的市场前景。
附图说明
图1为本发明的结构框图。
具体实施方式
下面对本发明技术方案进行结合附图和实施例详细说明。
如图1所示，本发明的一种基于稳态迁移控制的复杂动态网络拓扑结构估计器，包括状态变量传感器、稳态迁移控制器、稳态监测与记录仪和拓扑估计器，所述状态变量传感器将实时监测到的状态信息数据实时传输到稳态监测与记录仪，并同步向稳态迁移控制器反馈复杂动态网络系统的状态变量信息；所述稳态监测与记录仪为稳态迁移控制器提供稳态迁移控制所需的启动指令，所述稳态迁移控制器收到状态变量信息后生成稳态迁移控制信号并作用于所控制的复杂动态网络系统；所述拓扑估计器根据稳态监测与记录仪所传输的稳态响应数据后实现对复杂动态网络拓扑结构进行估计。
其中，根据所监测复杂动态网络状态的变量性质的不同，选择相应不同型号的状态变量传感器。
本实施例中的稳态迁移控制器先将产生的稳态控制信号驱动所控制的复杂动态网络到一个稳态，然后对所控制的复杂动态网络进行扰动控制以获得不同的稳态响应信息。上述的稳态控制信号根据所控制的复杂动态网络的不同性质采取相应的形式。而扰动控制是通过改变稳态控制信号中期望稳态响应信息来实现的。
本实施例中的稳态监测与记录仪实时对稳态迁移控制器的稳态控制结果进行监测，在判定稳态控制实现时，启动其记录功能存储稳态状态变量以及稳态控制信号信息，在存储足够的稳态状态变量信息后向稳态迁移控制器发稳态迁移指令以改变稳态控制信号。
上述的拓扑结构估计器首先对从稳态监测与记录仪获得的一系列稳态状态变量进行处理，然后获得稳态响应扰动值矩阵D，接着通过标准化的矩阵逆估计算法计算获得矩阵D的伪逆C，最后通过矩阵乘法运算获得复杂动态网络的拓扑结构的估计。
本实施的基于稳态迁移控制的复杂动态网络拓扑结构估计器的估计方法，包括以下步骤：
(1)获取状态变量信息：状态变量传感器实时获取复杂动态网络系统的状态信息，并实时传输至稳态迁移控制器和稳态监测与记录仪；
(2)稳态控制：稳态控制器产生稳态控制信号以驱动所控制的复杂动态网络系统到一个稳态，然后通过稳态监测与记录仪对稳态控制器的稳态控制结果进行监测，并在判定稳态控制实现时启动稳态监测与记录仪的记录功能来存储稳态状态变量X0以及稳态控制信号K0信息；
(3)稳态扰动控制：在稳态监测与记录仪存储足够的稳态状态变量信息后，向稳态迁移控制器发出稳态迁移指令以改变稳态控制信号，稳态迁移控制器收到指令后对复杂动态网络系统进行一系列稳态扰动控制，获得一系列稳态响应，而稳态监测与记录仪同步存储稳态状态变量Xi以及稳态控制信号Ki信息；
(4)网络拓扑结构估计：拓扑结构估计器对从稳态监测与记录仪获得的一系列稳态状态变量Xi进行滤波处理后，分别获得稳态状态变量矩阵D＝[D1 D2…Dn]，其中：Di＝f(Xi)-f(X0)；f(.)为平均滤波算法；接着通过标准化的矩阵逆估计算法求稳态状态变量矩阵D的伪逆C，最后通过计算K*C获得复杂动态网络的拓扑结构的估计，其中K＝[K1-K0 K2-K0…Kn-K0]。
Claims (8)
1.一种基于稳态迁移控制的复杂动态网络拓扑结构估计器，其特征在于：包括状态变量传感器、稳态迁移控制器、稳态监测与记录仪和拓扑估计器，所述状态变量传感器将实时监测到的状态信息数据实时传输到稳态监测与记录仪，并同步向稳态迁移控制器反馈复杂动态网络系统的状态变量信息；所述稳态监测与记录仪为稳态迁移控制器提供稳态迁移控制所需的启动指令，所述稳态迁移控制器收到状态变量信息后生成稳态迁移控制信号并作用于所控制的复杂动态网络系统；所述拓扑估计器根据稳态监测与记录仪所传输的稳态响应数据后实现对复杂动态网络拓扑结构进行估计。
2.根据权利要求1所述的基于稳态迁移控制的复杂动态网络拓扑结构估计器，其特征在于：所述状态变量传感器可根据所监测复杂动态网络状态的变量性质的不同，选择相应的不同型号的状态变量传感器。
3.根据权利要求1所述的基于稳态迁移控制的复杂动态网络拓扑结构估计器，其特征在于：所述稳态迁移控制器先产生的稳态控制信号以驱动控制的复杂动态网络到一个稳态，然后对所控制的复杂动态网络进行扰动控制以获得不同的稳态响应信息。
4.根据权利要求3所述的基于稳态迁移控制的复杂动态网络拓扑结构估计器，其特征在于：所述稳态控制信号根据所控制的复杂动态网络的不同性质采取相应的形式。
5.根据权利要求3所述的基于稳态迁移控制的复杂动态网络拓扑结构估计器，其特征在于：所述扰动控制是通过改变稳态控制信号中期望稳态响应信息来实现的。
6.根据权利要求1所述的基于稳态迁移控制的复杂动态网络拓扑结构估计器，其特征在于：所述稳态监测与记录仪实时对稳态迁移控制器的稳态控制结果进行监测，在判定稳态控制实现时，启动其记录功能存储稳态状态变量以及稳态控制信号信息，在存储足够的稳态状态变量信息后向稳态迁移控制器发稳态迁移指令以改变稳态控制信号。
7.根据权利要求1所述的基于稳态迁移控制的复杂动态网络拓扑结构估计器，其特征在于：所述拓扑结构估计器首先对从稳态监测与记录仪获得的一系列稳态状态变量进行处理，然后获得稳态响应扰动值矩阵D，接着通过标准化的矩阵逆估计算法计算获得矩阵D的伪逆C，最后通过矩阵乘法运算获得复杂动态网络的拓扑结构的估计。
8.一种如权利要求1至7任意一项所述的基于稳态迁移控制的复杂动态网络拓扑结构估计器的估计方法，其特征在于：包括以下步骤：
(1)获取状态变量信息：状态变量传感器实时获取复杂动态网络系统的状态信息，并实时传输至稳态迁移控制器和稳态监测与记录仪；
(2)稳态控制：稳态控制器产生稳态控制信号以驱动所控制的复杂动态网络系统到一个稳态，然后通过稳态监测与记录仪对稳态控制器的稳态控制结果进行监测，并在判定稳态控制实现时启动稳态监测与记录仪的记录功能来存储稳态状态变量X0以及稳态控制信号K0信息；
(3)稳态扰动控制：在稳态监测与记录仪存储足够的稳态状态变量信息后，向稳态迁移控制器发出稳态迁移指令以改变稳态控制信号，稳态迁移控制器收到指令后对复杂动态网络系统进行一系列稳态扰动控制，获得一系列稳态响应，而稳态监测与记录仪同步存储稳态状态变量Xi以及稳态控制信号Ki信息；
(4)网络拓扑结构估计：拓扑结构估计器对从稳态监测与记录仪获得的一系列稳态状态变量Xi进行滤波处理后，分别获得稳态状态变量矩阵D＝[D1D2…Dn]，其中：Di＝f(Xi)-f(X0)；f(.)为平均滤波算法；接着通过标准化的矩阵逆估计算法求稳态状态变量矩阵D的伪逆C，最后通过计算K*C获得复杂动态网络的拓扑结构的估计，其中K＝[K1-K0 K2-K0…Kn-K0]。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410536271.9A CN104301178B (zh) | 2014-10-11 | 2014-10-11 | 基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410536271.9A CN104301178B (zh) | 2014-10-11 | 2014-10-11 | 基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104301178A true CN104301178A (zh) | 2015-01-21 |
| CN104301178B CN104301178B (zh) | 2017-08-25 |
Family
ID=52320756
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410536271.9A Active CN104301178B (zh) | 2014-10-11 | 2014-10-11 | 基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104301178B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107977489A (zh) * | 2017-11-08 | 2018-05-01 | 南京邮电大学 | 一种复杂网络的保性能状态估计器的设计方法 |
| CN109951343A (zh) * | 2019-04-02 | 2019-06-28 | 深圳大学 | 控制方法、装置、电子设备以及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2061185A1 (en) * | 2007-11-13 | 2009-05-20 | Avaya, Inc. | Estimating network-layer topology using end-to-end measurements |
| CN103139013A (zh) * | 2013-01-22 | 2013-06-05 | 南京邮电大学 | 一种复杂动态网络的状态观测器及状态估计方法 |
| CN103413044A (zh) * | 2013-08-13 | 2013-11-27 | 东北电网有限公司 | 一种基于变电站量测信息的电力系统局部拓扑估计方法 |
-
2014
- 2014-10-11 CN CN201410536271.9A patent/CN104301178B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2061185A1 (en) * | 2007-11-13 | 2009-05-20 | Avaya, Inc. | Estimating network-layer topology using end-to-end measurements |
| CN103139013A (zh) * | 2013-01-22 | 2013-06-05 | 南京邮电大学 | 一种复杂动态网络的状态观测器及状态估计方法 |
| CN103413044A (zh) * | 2013-08-13 | 2013-11-27 | 东北电网有限公司 | 一种基于变电站量测信息的电力系统局部拓扑估计方法 |
Non-Patent Citations (1)
| Title |
|---|
| DONGCHUN YU ETC: ""Estimating Topology of Network"", 《PHYSICAL REVIEW LETTERS》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107977489A (zh) * | 2017-11-08 | 2018-05-01 | 南京邮电大学 | 一种复杂网络的保性能状态估计器的设计方法 |
| CN109951343A (zh) * | 2019-04-02 | 2019-06-28 | 深圳大学 | 控制方法、装置、电子设备以及存储介质 |
| CN109951343B (zh) * | 2019-04-02 | 2022-04-19 | 深圳大学 | 控制方法、装置、电子设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104301178B (zh) | 2017-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108153259B (zh) | 一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法 | |
| CN103842917A (zh) | 时间控制装置、时间控制方法和程序 | |
| Liu et al. | State estimation and branch current learning using independent local Kalman filter with virtual disturbance model | |
| CN104331630B (zh) | 一种多速率观测数据的状态估计和数据融合方法 | |
| CN104301178A (zh) | 基于稳态迁移控制的复杂动态网络拓扑结构估计器及方法 | |
| Tarutani et al. | Reducing power consumption in data center by predicting temperature distribution and air conditioner efficiency with machine learning | |
| Yi et al. | Compensation of time-varying delay in networked control system over Wi-Fi network | |
| Fontanelli et al. | A servo-clock model for chains of transparent clocks affected by synchronization period jitter | |
| CN107453918B (zh) | 一种数据丢失与通信故障下的分布式目标跟踪方法及装置 | |
| Ledva et al. | Applying networked estimation and control algorithms to address communication bandwidth limitations and latencies in demand response | |
| CN116577992A (zh) | 一种基于偏差校正的多智能体协同跟踪控制系统及方法 | |
| Imai et al. | Introducing jitter buffers in networked control systems with communication disturbance observer under time-varying communication delays | |
| US10067493B2 (en) | Frequency control method and frequency control system | |
| Velagic | Design of Smith-like predictive controller with communication delay adaptation | |
| Nower et al. | Traffic pattern based data recovery scheme for cyber-physical systems | |
| JP6113321B1 (ja) | 電力変換制御システム | |
| Zhang et al. | Time delay compensation in a wireless tracking control system with previewed reference | |
| Chai et al. | Design and implementation of networked predictive control systems | |
| CN103812633B (zh) | 工业以太网控制系统及其网络诱导延时计算方法 | |
| Zhang et al. | Limit-bandwidth networked predictive control of systems with communication delay and data loss in the feedback channel | |
| CN111614436B (zh) | 一种基于贝叶斯推断的动态数据包打包方法 | |
| Diaz-Cacho et al. | Threshold selection algorithm for basic Send-on-Delta sampling strategies | |
| CN103812634A (zh) | 现场总线网络控制系统及其网络诱导延时计算方法 | |
| KR102505823B1 (ko) | 센서 정보의 신선도를 제어하는 방법 및 장치 | |
| Han et al. | Optimal information fusion estimator for discrete time systems with random delays |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230822 Address after: Room 802-23024, Information Building, No. 13 Linyin North Street, Pinggu District, Beijing, 100021 Patentee after: Beijing Hongsu Cultural Development Co.,Ltd. Address before: 210096 No. four archway, Gulou District, Jiangsu, Nanjing, 2 Patentee before: SOUTHEAST University |