CN106950827A - 一种tito‑ndcs随机网络时延的二自由度imc方法 - Google Patents

一种tito‑ndcs随机网络时延的二自由度imc方法 Download PDF

Info

Publication number
CN106950827A
CN106950827A CN201710090839.2A CN201710090839A CN106950827A CN 106950827 A CN106950827 A CN 106950827A CN 201710090839 A CN201710090839 A CN 201710090839A CN 106950827 A CN106950827 A CN 106950827A
Authority
CN
China
Prior art keywords
signal
control
nodes
decoupling
controlled device
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
CN201710090839.2A
Other languages
English (en)
Inventor
杜锋
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.)
Hainan University
Original Assignee
Hainan University
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 Hainan University filed Critical Hainan University
Priority to CN201710090839.2A priority Critical patent/CN106950827A/zh
Publication of CN106950827A publication Critical patent/CN106950827A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

TITO‑NDCS随机时延的二自由度IMC方法，属于带宽资源有限的MIMO‑NDCS技术领域。针对一种TITO信号之间彼此影响并耦合，需要通过解耦处理的TITO‑NDCS，由于网络数据在节点之间传输所产生的网络时延，不仅影响各自闭环控制回路的稳定性，而且还将影响整个系统的稳定性，甚至导致TITO‑NDCS失去稳定的问题，提出以TITO‑NDCS中所有真实节点之间的网络数据传输过程，代替其间网络时延补偿模型的方法，同时对两回路实施二自由度IMC，可免除对节点之间网络时延的测量、估计或辨识，降低时钟信号同步要求，降低随机时延对TITO‑NDCS稳定性的影响，改善系统控制质量。

Description

一种TITO-NDCS随机网络时延的二自由度IMC方法
技术领域
一种TITO(Two-input and two-output，TITO)-NDCS(Networked decouplingcontrol system，NDCS)随机网络时延的二自由度IMC(Internal Model Control，IMC)方法，涉及自动控制，网络通信和计算机技术的交叉领域，尤其涉及带宽资源有限的多输入多输出网络控制系统技术领域。
背景技术
在分布式控制系统中，传感器与控制器、控制器与执行器之间，通过实时通信网络构成的闭环反馈控制系统，称为网络控制系统(Networked control systems，NCS)，NCS的典型结构如图1所示。
NCS与传统的点对点结构的控制系统相比，具有成本低、易于信息共享、易于扩展与维护、灵活性大等优点，近年来已被广泛应用于过程自动化、制造业自动化、航空航天、无线通信、机器人、智能交通等多个领域。
在NCS中，由于网络时延、数据丢包以及网络拥塞等现象的存在，使得NCS面临诸多新的挑战。尤其是随机网络时延的存在，可降低NCS控制质量，甚至使系统失去稳定，严重时可能导致系统出现故障。
目前，国内外关于NCS的研究，主要是针对单输入单输出(Single-input andsingle-output，SISO)网络控制系统，分别在网络时延已知、未知或随机，网络时延小于一个采样周期或大于一个采样周期，单包传输或多包传输，有无数据包丢失等情况下，对其进行数学建模或稳定性分析与控制。但针对实际工业过程中，普遍存在的至少包含两个输入与两个输出(Two-input and two-output，TITO)的控制系统，所构成的多输入多输出(Multiple-input and multiple-output，MIMO)网络控制系统的研究则相对较少，尤其是针对输入与输出信号之间，存在耦合作用需要通过解耦处理的多输入多输出网络解耦控制系统(Networked decoupling control system，NDCS)时延补偿的研究成果则相对更少。
MIMO-NDCS的典型结构如图2所示。
与SISO-NCS相比，MIMO-NDCS具有以下特点：
(1)输入与输出信号之间彼此影响并存在耦合作用
在存在耦合作用的MIMO-NCS中，一个输入信号的变化将会使多个输出信号发生变化，而各个输出信号也不只受到一个输入信号的影响。即使输入与输出信号之间经过精心选择配对，各控制回路之间也难免存在着相互影响，因而要使输出信号独立跟踪各自的输入信号是有困难的。MIMO-NDCS中的解耦器，用于解除或降低多输入多输出信号之间的耦合作用。
(2)内部结构比SISO-NCS要复杂得多
(3)被控对象可能存在不确定性因素
在MIMO-NDCS中，涉及的参数较多，各控制回路间的联系较多，参数变动对整体控制效果的影响会变得很复杂。
(4)控制部件失效
在MIMO-NDCS中，至少包含有两个或两个以上的闭环控制回路，至少包含有两个或两个以上的传感器和执行器。每一个元件的失效都可能影响整个控制系统的性能，严重时会使控制系统不稳定，甚至造成重大事故。
由于MIMO-NDCS的上述特殊性，使得大部分基于SISO-NCS进行设计与控制的方法，已无法满足MIMO-NDCS的控制性能与控制质量的要求，使其不能或不能直接应用于MIMO-NDCS的设计与分析中，给MIMO-NDCS的控制与设计带来一定的困难。对于MIMO-NDCS，网络时延补偿与控制难点主要在于：
(1)由于网络时延与网络拓扑结构、通信协议、网络负载、网络带宽和数据包大小等因素有关，对大于数个乃至数十个采样周期的随机网络时延，要建立MIMO-NDCS中各个控制回路的随机网络时延准确的预测、估计或辨识的数学模型，目前几乎是不可能的。
(2)发生在MIMO-NDCS中前一个节点向后一个节点传输网络数据过程中的网络时延，在前一个节点中无论采用何种预测或估计方法，都不可能事先提前知道其后产生的网络时延准确值。时延导致系统性能下降甚至造成系统不稳定，同时也给控制系统的分析与设计带来困难。
(3)要满足MIMO-NDCS中，不同分布地点的所有节点时钟信号完全同步是不现实的。
(4)由于MIMO-NCS中，输入与输出之间彼此影响，并存在耦合作用，其MIMO-NDCS的内部结构 要比MIMO-NCS和SISO-NCS复杂，可能存在的不确定性因素较多，对其实施时延补偿与控制要比MIMO-NCS和SISO-NCS困难得多。
发明内容
本发明涉及MIMO-NDCS中的一种两输入两输出网络解耦控制系统(TITO-NDCS)随机网络时延的补偿与控制，其TITO-NDCS的典型结构如图3所示。
针对图3中的闭环控制回路1：
1)从输入信号x1(s)到输出信号y1(s)之间的闭环传递函数为：
式中：C1(s)是控制单元，G11(s)是被控对象；τ1表示将控制解耦器CD节点输出信号u1p(s)，经前向网络通路传输到执行器A1节点所经历的随机网络时延；τ2表示将输出信号y1(s)从传感器S1节点，经反馈网络通路传输到控制解耦器CD节点所经历的随机网络时延。
2)来自闭环控制回路2中C2(s)控制单元的输出信号u2(s)，通过交叉解耦通道传递函数P12(s)作用于闭环控制回路1，从输入信号u2(s)到输出信号y1(s)之间的闭环传递函数为：
3)来自闭环控制回路2中执行器A2节点的输出信号u2p(s)，通过被控对象交叉通道传递函数G12(s)影响闭环控制回路1的输出信号y1(s)，从输入信号u2p(s)到输出信号y1(s)之间闭环传递函数为：
上述闭环传递函数等式(1)至(3)的分母中，包含了随机网络时延τ1和τ2的指数项 和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。
针对图3中的闭环控制回路2：
1)从输入信号x2(s)到输出信号y2(s)之间的闭环传递函数为：
式中：C2(s)是控制单元，G22(s)是被控对象；τ3表示将控制解耦器CD节点输出信号u2p(s)，经前向网络通路传输到执行器A2节点所经历的随机网络时延；τ4表示将输出信号y2(s)从传感器S2节点，经反馈网络通路传输到控制解耦器CD节点所经历的随机网络时延。
2)来自闭环控制回路1中C1(s)控制单元的输出信号u1(s)，通过交叉解耦通道传递函数P21(s)作用于闭环控制回路2，从输入信号u1(s)到输出信号y2(s)之间的闭环传递函数为：
3)来自闭环控制回路1执行器A1节点的输出信号u1p(s)，通过被控对象交叉通道传递函数G21(s)影响闭环控制回路2的输出信号y2(s)，从输入信号u1p(s)到输出信号y2(s)之间的闭环传递函数为：
上述闭环传递函数等式(4)至(6)的分母中，均包含了随机网络时延τ3和τ4的指数项和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。
发明目的：
针对图3的TITO-NDCS，其闭环控制回路1的闭环传递函数等式(1)至(3)的分母中，均包含了随机网络时延τ1和τ2的指数项和以及闭环控制回路2的闭环传递函数等式(4)至(6)的分母中，均包含了随机网络时延τ3和τ4的指数项和时延的存在会降低各自闭环控制回路的控制性能质量并影响各自闭环控制回路的稳定性，同时也将降低整个系统的控制性能质量并影响整个系统的稳定性，严重时将导致整个系统失去稳定性。
本发明的目的在于：
(1)为了免除对各闭环控制回路中，节点之间网络时延的测量、估计或辨识，进而降低网络时延τ1和τ2，以及τ3和τ4对各自闭环控制回路以及整个控制系统控制性能质量与系统稳定性的影响，当预估模型等于其真实模型时，可实现各自闭环控制回路的特征方程中不包含网络时延的指数项，进而可降低网络时延对系统稳定性的影响，改善系统的动态性能质量，实现对TITO-NDCS网络时延的分段、实时、在线和动态的预估补偿与控制。
(2)针对一自由度IMC的TITO-NDCS，由于其内模控制器C1IMC(s)和C2IMC(s)中，只有一个前馈滤波器参数λ1和λ2可调节，需要在系统的跟踪性与鲁棒性之间进行折衷，对于高性能要求的控制系统或存在较大扰动和模型失配的系统，难以兼顾各方面的性能而获得满意的控制效果。
为此，本发明提出一种TITO-NDCS随机网络时延的二自由度IMC方法。
采用方法：
针对图3中的闭环控制回路1：
第一步：在控制解耦器CD节点中，首先构建一个内模控制器C1IMC(s)用于取代控制器C1(s)；为了实现满足预估补偿条件时，闭环控制回路1的闭环特征方程中不再包含网络时延的指数项，以实现对网络时延τ1和τ2的补偿与控制，采用以控制解耦信号u1p(s)和u2p(s)作为输入信号，被控对象预估模型G11m(s)和G12m(s)作为被控过程，控制与过程数据通过网络传输时延预估模型以及围绕内模控制器C1IMC(s)，构造一个正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；
第二步：针对实际TITO-NDCS中，难以获取网络时延准确值的问题，在图4中要实现对网络时延的补偿与控制，除了要满足被控对象预估模型等于其真实模型的条件外，还必须满足随机网络时延预估模型 以及要等于其真实模型以及的条件。为此，从传感器S1节点到控制解耦器CD节点之间，以及从控制解耦器CD节点到执行器A1节点之间，采用真实的网络数据传输过程以及代替其间网络时延的预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含其间网络时延的预估补偿模型，从而免除对闭环控制回路1中，节点之间随机网络时延τ1和τ2的测量、估计或辨识；当预估模型等于其真实模型时，可实现对其随机网络时延τ1和τ2的补偿与控制；与此同时，在控制解耦器CD节点的闭环控制回路1的反馈回路中，增加反馈滤波器F1(s)；实施本发明方法的网络时延补偿与二自由度IMC方法结构如图5所示；
针对图3中的闭环控制回路2：
第一步：在控制解耦器CD节点中，首先构建一个内模控制器C2IMC(s)用于取代控制器C2(s)；为了实现满足预估补偿条件时，闭环控制回路2的闭环特征方程中不再包含网络时延的指数项，以实现对网络时延τ3和τ4的补偿与控制，采用以控制解耦信号u1p(s)和u2p(s)作为输入信号，被控对象预估模型G22m(s)和G21m(s)作为被控过程，控制与过程数据通过网络时延传输预估模型以及围绕内模控制器C2IMC(s)，构造一个正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；
第二步：针对实际TITO-NDCS中，难以获取网络时延准确值的问题，在图4中要实现对网络时延的补偿与控制，除了要满足被控对象预估模型等于其真实模型的条件外，还必须满足随机网络时延预估模型 以及要等于其真实模型以及的条件。为此，从传感器S2节点到控制解耦器CD节点之间，以及从控制解耦器CD节点到执行器A2节点之间，采用真实的网络数据传输过程以及代替其间网络时延的预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含其间网络时延的预估补偿模型，从而免除对闭环控制回路2中，节点之间随机网络时延τ3和τ4的测量、估计或辨识；当预估模型等于其真实模型时，可实现对其随机网络时延τ3和τ4的补偿与控制；与此同时，在控制解耦器CD节点的闭环控制回路2的反馈回路中，增加反馈滤波器F2(s)；实施本发明方法的网络时延二自由度IMC方法结构如图5所示；
对于图5中的闭环控制回路1：
1)从输入信号x1(s)到输出信号y1(s)之间的闭环传递函数为：
式中：G11m(s)是被控对象G11(s)的预估模型；C1IMC(s)是内模控制器；F1(s)是反馈滤波器。
2)来自闭环控制回路2中内模控制器C2IMC(s)控制单元的输出信号u2(s)，通过交叉解耦通道传递函数P12(s)作用于闭环控制回路1，从输入信号u2(s)到输出信号y1(s)之间的闭环传递函数为：
3)来自交叉解耦通道传递函数P12(s)单元的输出信号up12(s)，作用于控制解耦器CD节点控制回路1中被控对象的预估模型G11m(s)，从输入信号up12(s)到输出信号y1(s)之间的闭环传递函数为：
4)来自闭环控制回路2中控制解耦器CD节点的输出信号u2p(s)，在控制解耦器CD中通过被控对象交叉通道传递函数预估模型G12m(s)作用于闭环控制回路1；来自闭环控制回路2执行器A2节点的控制信号u2p(s)，同时通过被控对象交叉通道传递函数G12(s)和其预估模型G12m(s)作用于闭环控制回路1；从输入信号u2p(s)到输出信号y1(s)之间的闭环传递函数为：
采用本发明方法，当被控对象预估模型等于其真实模型，即当G11m(s)＝G11(s)时，闭环控制回路1的闭环传递函数式(7)至(10)的分母将由变成1。
此时，闭环控制回路1相当于一个开环控制系统，闭环传递函数的分母中已经不再包含影响系统稳定性的网络时延τ1和τ2的指数项和系统的稳定性仅与被控对象和内模控制器本身的稳定性有关；从而可降低网络时延对系统稳定性的影响，改善系统的动态控制性能质量，实现对随机网络时延的动态补偿与二自由度IMC；当系统存在较大扰动和模型失配时，反馈滤波器F1(s)的存在可以提高系统的跟踪性和抗干扰能力，降低网络时延对系统稳定性的影响，进一步改善系统的动态性能质量。
对于图5中的闭环控制回路2：
1)从输入信号x2(s)到输出信号y2(s)之间的闭环传递函数为：
式中：G22m(s)是被控对象G22(s)的预估模型；C2IMC(s)是内模控制器；F2(s)是反馈滤波器。
2)来自闭环控制回路1中内模控制器C1IMC(s)控制单元的输出信号u1(s)，通过交叉解耦通道传递函数P21(s)作用于闭环控制回路2，从输入信号u1(s)到输出信号y2(s)之间的闭环传递函数为：
3)来自交叉解耦通道传递函数P21(s)单元的输出信号up21(s)，作用于控制解耦器CD节点控制回路2中被控对象的预估模型G22m(s)，从输入信号up21(s)到输出信号y2(s)之间的闭环传递函数为：
4)来自闭环控制回路1中控制解耦器CD节点的输出信号u1p(s)，在控制解耦器CD中通过被控对象交叉通道传递函数预估模型G21m(s)作用于闭环控制回路2；来自闭环控制回路1执行器A1节点的控制信号u1p(s)，同时通过被控对象交叉通道传递函数G21(s)和其预估模型G21m(s)作用于闭环控制回路2；从输入信号u1p(s)到输出信号y2(s)之间的闭环传递函数为：
采用本发明方法，当被控对象预估模型等于其真实模型，即当G22m(s)＝G22(s)时，闭环控制回路2的闭环传递函数式(11)至(14)的分母将由变成1。
此时，闭环控制回路2相当于一个开环控制系统，闭环传递函数的分母中已经不再包含影响系统稳定性的网络时延τ3和τ4的指数项和系统的稳定性仅与被控对象和内模控制器本身的稳定性有关；从而可降低网络时延对系统稳定性的影响，改善系统的动态控制性能质量，实现对随机网络时延的动态补偿与二自由度IMC；当系统存在较大扰动和模型失配时，反馈滤波器F2(s)的存在可以提高系统的跟踪性和抗干扰能力，降低网络时延对系统稳定性的影响，进一步改善系统的动态性能质量。
二自由度IMC的设计：
(1)内模控制器C1IMC(s)和C2IMC(s)的设计与选择：
设计内模控制器一般采用零极点相消法，即两步设计法：第一步是设计一个取之为被控对象模型的逆模型作为前馈控制器C11(s)和C22(s)；第二步是在前馈控制器中添加一定阶次的前馈滤波器f1(s)和f2(s)，构成一个完整的内模控制器C1IMC(s)和C2IMC(s)。
1)前馈控制器C11(s)和C22(s)
先忽略被控对象与被控对象模型不完全匹配时的误差、系统的干扰及其它各种约束条件等因素，选择闭环控制回路1和回路2中，被控对象预估模型等于其真实模型，即：G11m(s)＝G11(s)，G22m(s)＝G22(s)。
此时，被控对象预估模型可以根据被控对象的零极点分布状况划分为：G11m(s)＝G11m+(s)G11m-(s)和G22m(s)＝G22m+(s)G22m-(s)，其中：G11m+(s)和G22m+(s)分别为被控对象预估模型G11m(s)和G22m(s)中包含纯滞后环节和s右半平面零极点的不可逆部分；G11m-(s)和G22m-(s)分别为被控对象预估模型中的最小相位可逆 部分。
通常情况下，闭环控制回路1和回路2的前馈控制器C11(s)和C22(s)可分别选取为：和
2)前馈滤波器f1(s)和f2(s)
由于被控对象中的纯滞后环节和位于s右半平面的零极点会影响前馈控制器的物理实现性，因而在前馈控制器的设计过程中只取了被控对象最小相位的可逆部分G11m-(s)和G22m-(s)，忽略了G11m+(s)和G22m+(s)；由于被控对象与被控对象预估模型之间可能不完全匹配而存在误差，系统中还可能存在干扰信号，这些因素都有可能使系统失去稳定。为此，在前馈控制器中添加一定阶次的前馈滤波器，用于降低以上因素对系统稳定性的影响，提高系统的鲁棒性。
通常把闭环控制回路1的前馈滤波器f1(s)，以及控制回路2的前馈滤波器f2(s)，分别选取为比较简单的n1和n2阶滤波器和其中：λ1和λ2为前馈滤波器时间常数；n1和n2为前馈滤波器的阶次，且n1＝n1a-n1b和n2＝n2a-n2b；n1a和n2a分别为被控对象G11(s)和G22(s)分母的阶次；n1b和n2b分别为被控对象G11(s)和G22(s)分子的阶次，通常n1＞0和n2＞0。
3)内模控制器C1IMC(s)和C2IMC(s)
闭环控制回路1和回路2的内模控制器C1IMC(s)和C2IMC(s)可分别选取为:
和
从等式(15)和(16)中可以看出：一个自由度的内模控制器C1IMC(s)和C2IMC(s)中，都只有一个可调节参数λ1和λ2；由于λ1和λ2参数的变化与系统的跟踪性能和抗干扰能力都有着直接的关系，因此在整定滤波器的可调节参数λ1和λ2时，一般需要在系统的跟踪性与抗干扰能力两者之间进行折衷。
(2)反馈滤波器F1(s)和F2(s)的设计与选择：
闭环控制回路1和回路2的反馈滤波器F1(s)和F2(s)，可分别选取比较简单的一阶滤波器F1(s)＝(λ1s+1)/(λ1fs+1)和F2(s)＝(λ2s+1)/(λ2fs+1)，其中：λ1和λ2为前馈滤波器f1(s)和f2(s)中的时间常数，并与其参数选择一致；λ1f和λ2f为反馈滤波器调节参数。
通常情况下，在反馈滤波器调节参数λ1f和λ2f固定不变的情况下，系统的跟踪性能会随着前馈滤波器调节参数λ1和λ2的减小而变好；在前馈滤波器调节参数λ1和λ2固定不变的情况下，系统的跟踪性几乎不变，而抗干扰能力则会随着λ1f和λ2f的减小而变强。
因此，基于二自由度IMC的TITO-NDCS，可以通过合理选择前馈滤波器f1(s)和f2(s)与反馈滤波器F1(s)和F2(s)的参数，提高系统跟踪性和抗干扰能力，降低网络时延对系统稳定性影响，改善系统动态性能质量。
本发明的适用范围：
适用于被控对象预估模型等于其真实模型，以及模型可能存在一定偏差的一种TITO-NDCS随机网络时延的二自由度IMC方法；其研究思路与研究方法，同样也适用于被控对象预估模型等于其真实模型，以及模型可能存在一定偏差的两个以上输入和输出所构成的多输入多输出网络解耦控制系统(MIMO-NDCS)随机网络时延的补偿与二自由度IMC。
本发明的特征在于该方法包括以下步骤：
对于闭环控制回路1：
(1).当传感器S1节点被周期为h1的采样信号触发时，将采用方式A进行工作；
(2).当控制解耦器CD节点被反馈信号y1b(s)触发时，将采用方式B进行工作；
(3).当执行器A1节点被控制解耦信号u1p(s)触发时，将采用方式C进行工作；
对于闭环控制回路2：
(4).当传感器S2节点被周期为h2的采样信号触发时，将采用方式D进行工作；
(5).当控制解耦器CD节点被反馈信号y2b(s)触发时，将采用方式E进行工作；
(6).当执行器A2节点被控制解耦信号u2p(s)触发时，将采用方式F进行工作；
方式A的步骤包括：
A1:传感器S1节点工作于时间驱动方式，其触发信号为周期h1的采样信号；
A2:传感器S1节点被触发后，对被控对象G11(s)的输出信号y11(s)和被控对象交叉通道传递函数G12(s)的输出信号y12(s)，以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行采样，并计算出闭环控制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+y12(s)和y1b(s)＝y1(s)-y11mb(s)-y12mb(s)；
A3:传感器S1节点将反馈信号y1b(s)，通过闭环控制回路1的反馈网络通路向控制解耦器CD节点传输，反馈信号y1b(s)将经历网络传输时延τ2后，才能到达控制解耦器CD节点；
方式B的步骤包括：
B1:控制解耦器CD节点工作于事件驱动方式，被反馈信号y1b(s)所触发；
B2:在控制解耦器CD节点中，将反馈信号y1b(s)先与被控对象交叉通道传递函数预估模型G12m(s)的输出y12ma(s)相加后再与被控对象预估模型G11m(s)的输出值y11ma(s)相减，得到信号y1c(s)，且y1c(s)＝y1b(s)+y12ma(s)-y11ma(s)，并将y1c(s)作用于反馈滤波器F1(s)得到其输出值yF1(s)；将闭环控制回路1的系统给定信号x1(s)，减去反馈滤波器F1(s)的输出信号yF1(s)，得到偏差信号e1(s)，即e1(s)＝x1(s)-yF1(s)；
B3:对e1(s)实施内模控制算法C1IMC(s)，得到IMC信号u1(s)；
B4:将来自于闭环控制回路2中内模控制算法C2IMC(s)的输出IMC信号u2(s)作用于解耦交叉通道传递函数P12(s)得到其解耦信号up12(s)；将IMC信号u1(s)与解耦信号up12(s)相减得到闭环控制回路1的控制解耦信号u1p(s)，即u1p(s)＝u1(s)-up12(s)；
B5:将解耦信号up12(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma(s)；将来自于闭环控制回路2输出的控制解耦信号u2p(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12ma(s)；
B6:将控制解耦信号u1p(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u1p(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
方式C的步骤包括：
C1:执行器A1节点工作于事件驱动方式，被控制解耦信号u1p(s)所触发；
C2:将控制解耦信号u1p(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s)；将来自于闭环控制回路2的前向网络通路单元的控制解耦信号u2p(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12mb(s)；
C3:将控制解耦信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将控制解耦信号u1p(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s)；从而实现对被控对象G11(s)和G21(s)的解耦与二自由度IMC，同时实现对随机网络时延τ1和τ2的补偿与控制；
方式D的步骤包括：
D1:传感器S2节点工作于时间驱动方式，其触发信号为周期h2的采样信号；
D2:传感器S2节点被触发后，对被控对象G22(s)的输出信号y22(s)和被控对象交叉通道传递函数G21(s)的输出信号y21(s)，以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进行采样，并计算出闭环控制回路2的系统输出信号y2(s)和反馈信号y2b(s)，且y2(s)＝y22(s)+y21(s)和y2b(s)＝y2(s)-y22mb(s)-y21mb(s)；
D3:传感器S2节点将反馈信号y2b(s)，通过闭环控制回路2的反馈网络通路向控制解耦器CD节点传输，反馈信号y2b(s)将经历网络传输时延τ4后，才能到达控制解耦器CD节点；
方式E的步骤包括：
E1:控制解耦器CD节点工作于事件驱动方式，被反馈信号y2b(s)所触发；
E2:在控制解耦器CD节点中，将反馈信号y2b(s)先与被控对象交叉通道传递函数预估模型G21m(s)的输出y21ma(s)相加后再与被控对象预估模型G22m(s)的输出值y22ma(s)相减，得到信号y2c(s)，且y2c(s)＝y2b(s)+y21ma(s)-y22ma(s)，并将y2c(s)作用于反馈滤波器F2(s)得到其输出值yF2(s)；将闭环控制回路2的系统给定信号x2(s)，减去反馈滤波器F2(s)的输出信号yF2(s)，得到偏差信号e2(s)，即e2(s)＝x2(s)-yF2(s)；
E3:对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；
E4:将来自于闭环控制回路1中内模控制算法C1IMC(s)的输出IMC信号u1(s)作用于解耦交叉通道传递函数P21(s)得到其解耦信号up21(s)；将IMC信号u2(s)与解耦信号up21(s)相减得到闭环控制回路2的控制解耦信号u2p(s)，即u2p(s)＝u2(s)-up21(s)；
E5:将解耦信号up21(s)作用于被控对象预估模型G22m(s)得到其输出值y22ma(s)；将来自于闭环控制回路1输出的控制解耦信号u1p(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21ma(s)；
E6:将控制解耦信号u2p(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u2p(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
方式F的步骤包括：
F1:执行器A2节点工作于事件驱动方式，被控制解耦信号u2p(s)所触发；
F2:将控制解耦信号u2p(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb(s)；将来自于闭环控制回路1的前向网络通路单元的控制解耦信号u1p(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21mb(s)；
F3:将控制解耦信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将控制解耦信号u2p(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s)；从而实现对被控对象G22(s)和G12(s)的解耦与二自由度IMC，同时实现对随机网络时延τ3和τ4的补偿与控制。
本发明具有如下特点：
1、由于从结构上免除对TITO-NDCS中，随机网络时延的测量、观测、估计或辨识，同时还可免除节点时钟信号同步的要求，可避免时延估计模型不准确造成的估计误差，避免对时延辨识所需耗费节点存贮资源的浪费，同时还可避免由于时延造成的“空采样”或“多采样”带来的补偿误差。
2、由于从TITO-NDCS结构上，实现与具体的网络通信协议的选择无关，因而既适用于采用有线网络协议的TITO-NDCS，亦适用于采用无线网络协议的TITO-NDCS；既适用于确定性网络协议，亦适用于非确定性的网络协议；既适用于异构网络构成的TITO-NDCS，同时亦适用于异质网络构成的TITO-NDCS。
3、采用二自由度IMC的TITO-NDCS，其各闭环控制回路的可调参数为2个，本发明方法可进一步提高系统的稳定性、跟踪性能与抗干扰能力；尤其是当系统存在较大扰动和模型失配时，反馈滤波器F1(s)和F2(s)的存在可进一步改善系统的动态性能质量，降低网络时延对系统稳定性的影响。
4、由于本发明采用的是“软件”改变TITO-NDCS结构的补偿与控制方法，因而在其实现过程中无需再增加任何硬件设备，利用现有TITO-NDCS智能节点自带的软件资源，足以实现其补偿功能，可节省硬件投资便于推广和应用。
附图说明
图1：NCS的典型结构
图1中，系统由传感器S节点，控制器C节点，执行器A节点，被控对象，前向网络通路传输单元以及反馈网络通路传输单元所组成。
图1中：x(s)表示系统输入信号；y(s)表示系统输出信号；C(s)表示控制器；u(s)表示控制信号；τca表示将控制信号u(s)从控制器C节点向执行器A节点传输所经历的前向网络通路传输时延；τsc表示将传感器S节点的检测信号y(s)向控制器C节点传输所经历的反馈网络通路传输时延；G(s)表示被控对象传递函数。
图2：MIMO-NDCS的典型结构
图2中，系统由r个传感器S节点，控制解耦器CD节点，m个执行器A节点，被控对象G，m个前向网络通路传输时延单元，以及r个反馈网络通路传输时延单元所组成；
图2中：yj(s)表示系统的第j个输出信号；ui(s)表示系统的第i个控制信号；表示将控制解耦信号ui(s)从控制解耦器CD节点向第i个执行器A节点传输所经历的前向网络通路传输时延；表示将系统的第j个传感器S节点的检测信号yj(s)向控制解耦器CD节点传输所经历的反馈网络通路传输时延；G表示被控对象传递函数。
图3：TITO-NDCS的典型结构
图3中，系统由闭环控制回路1和2所构成，系统包含传感器S1和S2节点，控制解耦器CD节点，执行器A1和A2节点，被控对象传递函数G11(s)和G22(s)以及被控对象交叉通道传递函数G21(s)和G12(s)，交叉解耦通道传递函数P21(s)和P12(s)，前向网络通路传输单元和以及反馈网络通路传输单元 和所组成。
图3中：x1(s)和x2(s)表示系统输入信号；y1(s)和y2(s)表示系统输出信号；C1(s)和C2(s)表示控制回路1和2的控制器；u1(s)和u2(s)表示控制信号；u1p(s)和u2p(s)表示控制解耦信号；τ1和τ3表示将u1p(s)和u2p(s)从控制解耦器CD节点向执行器A1和A2节点传输经历的前向网络通路传输时延；τ2和τ4表示将传感器S1和S2节点的检测信号y1(s)和y2(s)向控制解耦器CD节点传输经历的反馈网络通路传输时延。
图4：一种包含预估模型的TITO-NDCS随机时延补偿与控制结构
图4中，以及是网络传输时延以及的预估模型；以及是网络传输时延以及的预估模型；G11m(s)和G22m(s)是被控对象传递函数G11(s)和G22(s)预估模型；G12m(s)和G21m(s)是被控对象交叉通道传递函数G12(s)和G21(s)的预估模型；C1IMC(s)和C2IMC(s)表示控制回路1和2的内模控制器。
图5：一种TITO-NDCS随机网络时延的二自由度IMC方法
图5中：F1(s)和F2(s)是反馈滤波器。
具体实施方式
下面将通过参照附图5来详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述特征和优点。
具体实施步骤如下所述：
对于闭环控制回路1：
第一步：传感器S1节点工作于时间驱动方式，其触发信号为周期h1的采样信号；当传感器S1节点被触发后，对被控对象G11(s)的输出信号y11(s)和被控对象交叉通道传递函数G12(s)的输出信号y12(s)，以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行采样，并计算出闭环控制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+y12(s)和y1b(s)＝y1(s)-y11mb(s)-y12mb(s)；
第二步：传感器S1节点将反馈信号y1b(s)，通过闭环控制回路1的反馈网络通路向控制解耦器CD节点传输，反馈信号y1b(s)将经历网络传输时延τ2后，才能到达控制解耦器CD节点；
第三步：控制解耦器CD节点工作于事件驱动方式，被反馈信号y1b(s)所触发后，将反馈信号y1b(s)先与被控对象交叉通道传递函数预估模型G12m(s)的输出y12ma(s)相加后再与被控对象预估模型G11m(s)的输出值y11ma(s)相减，得到信号y1c(s)，且y1c(s)＝y1b(s)+y12ma(s)-y11ma(s)，并将y1c(s)作用于反馈滤波器F1(s)得到其输出值yF1(s)；将闭环控制回路1的系统给定信号x1(s)，减去反馈滤波器F1(s)的输出信号yF1(s)，得到偏差信号e1(s)，即e1(s)＝x1(s)-yF1(s)；
第四步：对e1(s)实施内模控制算法C1IMC(s)，得到IMC信号u1(s)；将来自于闭环控制回路2中内模控制算法C2IMC(s)的输出IMC信号u2(s)作用于解耦交叉通道传递函数P12(s)得到其解耦信号up12(s)；将IMC信号u1(s)与解耦信号up12(s)相减得到闭环控制回路1的控制解耦信号u1p(s)，即u1p(s)＝u1(s)-up12(s)；
第五步：将解耦信号up12(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma(s)；将来自于闭环控制回路2输出的控制解耦信号u2p(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12ma(s)；
第六步：将控制解耦信号u1p(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u1p(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
第七步：执行器A1节点工作于事件驱动方式，被控制解耦信号u1p(s)触发后，将控制解耦信号u1p(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s)；将来自于闭环控制回路2的前向网络通路单元的控制解耦信号u2p(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12mb(s)；
第八步：将控制解耦信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将控制解耦信号u1p(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s)；从而实现对被控对象G11(s)和G21(s)的解耦与二自由度IMC，同时实现对随机网络时延τ1和τ2的补偿与控制；
第九步：返回第一步；
对于闭环控制回路2：
第一步：传感器S2节点工作于时间驱动方式，其触发信号为周期h2的采样信号；当传感器S2节点被触发后，对被控对象G22(s)的输出信号y22(s)和被控对象交叉通道传递函数G21(s)的输出信号y21(s)，以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进行采样，并计算出闭环控制回路2的系统输出信号y2(s)和反馈信号y2b(s)，且y2(s)＝y22(s)+y21(s)和y2b(s)＝y2(s)-y22mb(s)-y21mb(s)；
第二步：传感器S2节点将反馈信号y2b(s)，通过闭环控制回路2的反馈网络通路向控制解耦器CD 节点传输，反馈信号y2b(s)将经历网络传输时延τ4后，才能到达控制解耦器CD节点；
第三步：控制解耦器CD节点工作于事件驱动方式，被反馈信号y2b(s)触发后，将反馈信号y2b(s)先与被控对象交叉通道传递函数预估模型G21m(s)的输出y21ma(s)相加后再与被控对象预估模型G22m(s)的输出值y22ma(s)相减，得到信号y2c(s)，且y2c(s)＝y2b(s)+y21ma(s)-y22ma(s)，并将y2c(s)作用于反馈滤波器F2(s)得到其输出值yF2(s)；将闭环控制回路2的系统给定信号x2(s)，减去反馈滤波器F2(s)的输出信号yF2(s)，得到偏差信号e2(s)，即e2(s)＝x2(s)-yF2(s)；
第四步：对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；将来自于闭环控制回路1中内模控制算法C1IMC(s)的输出IMC信号u1(s)作用于解耦交叉通道传递函数P21(s)得到其解耦信号up21(s)；将IMC信号u2(s)与解耦信号up21(s)相减得到闭环控制回路2的控制解耦信号u2p(s)，即u2p(s)＝u2(s)-up21(s)；
第五步：将解耦信号up21(s)作用于被控对象预估模型G22m(s)得到其输出值y22ma(s)；将来自于闭环控制回路1输出的控制解耦信号u1p(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21ma(s)；
第六步：将控制解耦信号u2p(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u2p(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
第七步：执行器A2节点工作于事件驱动方式，被控制解耦信号u2p(s)触发后，将控制解耦信号u2p(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb(s)；将来自于闭环控制回路1的前向网络通路单元的控制解耦信号u1p(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21mb(s)；
第八步：将控制解耦信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将控制解耦信号u2p(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s)；从而实现对被控对象G22(s)和G12(s)的解耦与二自由度IMC，同时实现对随机网络时延τ3和τ4的补偿与控制；
第九步：返回第一步；
以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (4)

1.一种TITO-NDCS随机网络时延的二自由度IMC方法，其特征在于该方法包括以下步骤：
对于闭环控制回路1：
(1).当传感器S1节点被周期为h1的采样信号触发时，将采用方式A进行工作；
(2).当控制解耦器CD节点被反馈信号y1b(s)触发时，将采用方式B进行工作；
(3).当执行器A1节点被控制解耦信号u1p(s)触发时，将采用方式C进行工作；
对于闭环控制回路2：
(4).当传感器S2节点被周期为h2的采样信号触发时，将采用方式D进行工作；
(5).当控制解耦器CD节点被反馈信号y2b(s)触发时，将采用方式E进行工作；
(6).当执行器A2节点被控制解耦信号u2p(s)触发时，将采用方式F进行工作；
方式A的步骤包括：
A1:传感器S1节点工作于时间驱动方式，其触发信号为周期h1的采样信号；
A2:传感器S1节点被触发后，对被控对象G11(s)的输出信号y11(s)和被控对象交叉通道传递函数G12(s)的输出信号y12(s)，以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行采样，并计算出闭环控制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+y12(s)和y1b(s)＝y1(s)-y11mb(s)-y12mb(s)；
A3:传感器S1节点将反馈信号y1b(s)，通过闭环控制回路1的反馈网络通路向控制解耦器CD节点传输，反馈信号y1b(s)将经历网络传输时延τ2后，才能到达控制解耦器CD节点；
方式B的步骤包括：
B1:控制解耦器CD节点工作于事件驱动方式，被反馈信号y1b(s)所触发；
B2:在控制解耦器CD节点中，将反馈信号y1b(s)先与被控对象交叉通道传递函数预估模型G12m(s)的输出y12ma(s)相加后再与被控对象预估模型G11m(s)的输出值y11ma(s)相减，得到信号y1c(s)，且y1c(s)＝y1b(s)+y12ma(s)-y11ma(s)，并将y1c(s)作用于反馈滤波器F1(s)得到其输出值yF1(s)；将闭环控制回路1的系统给定信号x1(s)，减去反馈滤波器F1(s)的输出信号yF1(s)，得到偏差信号e1(s)，即e1(s)＝x1(s)-yF1(s)；
B3:对e1(s)实施内模控制算法C1IMC(s)，得到IMC信号u1(s)；
B4:将来自于闭环控制回路2中内模控制算法C2IMC(s)的输出IMC信号u2(s)作用于解耦交叉通道传递函数P12(s)得到其解耦信号up12(s)；将IMC信号u1(s)与解耦信号up12(s)相减得到闭环控制回路1的控制解耦信号u1p(s)，即u1p(s)＝u1(s)-up12(s)；
B5:将解耦信号up12(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma(s)；将来自于闭环控制回路2输出的控制解耦信号u2p(s)作用于被控对象交叉通道传递函数预估模型G12m(s)得到其输出值y12ma(s)；
B6:将控制解耦信号u1p(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u1p(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
方式C的步骤包括：
C1:执行器A1节点工作于事件驱动方式，被控制解耦信号u1p(s)所触发；
C2:将控制解耦信号u1p(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb(s)；将来自于闭环控制回路2的前向网络通路单元的控制解耦信号u2p(s)作用于被控对象交叉通道传递函数预估模型G12m(s) 得到其输出值y12mb(s)；
C3:将控制解耦信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将控制解耦信号u1p(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s)；从而实现对被控对象G11(s)和G21(s)的解耦与二自由度IMC，同时实现对随机网络时延τ1和τ2的补偿与控制；
方式D的步骤包括：
D1:传感器S2节点工作于时间驱动方式，其触发信号为周期h2的采样信号；
D2:传感器S2节点被触发后，对被控对象G22(s)的输出信号y22(s)和被控对象交叉通道传递函数G21(s)的输出信号y21(s)，以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进行采样，并计算出闭环控制回路2的系统输出信号y2(s)和反馈信号y2b(s)，且y2(s)＝y22(s)+y21(s)和y2b(s)＝y2(s)-y22mb(s)-y21mb(s)；
D3:传感器S2节点将反馈信号y2b(s)，通过闭环控制回路2的反馈网络通路向控制解耦器CD节点传输，反馈信号y2b(s)将经历网络传输时延τ4后，才能到达控制解耦器CD节点；
方式E的步骤包括：
E1:控制解耦器CD节点工作于事件驱动方式，被反馈信号y2b(s)所触发；
E2:在控制解耦器CD节点中，将反馈信号y2b(s)先与被控对象交叉通道传递函数预估模型G21m(s)的输出y21ma(s)相加后再与被控对象预估模型G22m(s)的输出值y22ma(s)相减，得到信号y2c(s)，且y2c(s)＝y2b(s)+y21ma(s)-y22ma(s)，并将y2c(s)作用于反馈滤波器F2(s)得到其输出值yF2(s)；将闭环控制回路2的系统给定信号x2(s)，减去反馈滤波器F2(s)的输出信号yF2(s)，得到偏差信号e2(s)，即e2(s)＝x2(s)-yF2(s)；
E3:对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；
E4:将来自于闭环控制回路1中内模控制算法C1IMC(s)的输出IMC信号u1(s)作用于解耦交叉通道传递函数P21(s)得到其解耦信号up21(s)；将IMC信号u2(s)与解耦信号up21(s)相减得到闭环控制回路2的控制解耦信号u2p(s)，即u2p(s)＝u2(s)-up21(s)；
E5:将解耦信号up21(s)作用于被控对象预估模型G22m(s)得到其输出值y22ma(s)；将来自于闭环控制回路1输出的控制解耦信号u1p(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21ma(s)；
E6:将控制解耦信号u2p(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u2p(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
方式F的步骤包括：
F1:执行器A2节点工作于事件驱动方式，被控制解耦信号u2p(s)所触发；
F2:将控制解耦信号u2p(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb(s)；将来自于闭环控制回路1的前向网络通路单元的控制解耦信号u1p(s)作用于被控对象交叉通道传递函数预估模型G21m(s)得到其输出值y21mb(s)；
F3:将控制解耦信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将控制解耦信号u2p(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s)；从而实现对被控对象G22(s)和G12(s)的解耦与二自由度IMC，同时实现对随机网络时延τ3和τ4的补偿与控制。
2.根据权利要求1所述的方法，其特征在于：从TITO-NCS结构上，实现系统不包含控制回路1和控制回路2中所有网络时延的预估补偿模型，从而免除对节点之间网络时延τ1和τ2，以及τ3和τ4的测量、估计或辨识，免除对节点时钟信号同步的要求。
3.根据权利要求1所述的方法，其特征在于：从TITO-NCS结构上实现，对随机网络时延补偿方法的实施，与具体网络通信协议的选择无关。
4.根据权利要求1所述的方法，其特征在于：采用二自由度IMC的TITO-NDCS，其闭环控制回路的可调参数为2个，可进一步提高系统的稳定性、跟踪性能与抗干扰能力；尤其是当系统存在较大扰动和模型失配时，反馈滤波器F1(s)和F2(s)的存在可进一步改善系统的动态性能质量，降低网络时延对系统稳定性的影响。
CN201710090839.2A 2017-02-20 2017-02-20 一种tito‑ndcs随机网络时延的二自由度imc方法 Pending CN106950827A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710090839.2A CN106950827A (zh) 2017-02-20 2017-02-20 一种tito‑ndcs随机网络时延的二自由度imc方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710090839.2A CN106950827A (zh) 2017-02-20 2017-02-20 一种tito‑ndcs随机网络时延的二自由度imc方法

Publications (1)

Publication Number Publication Date
CN106950827A true CN106950827A (zh) 2017-07-14

Family

ID=59466999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710090839.2A Pending CN106950827A (zh) 2017-02-20 2017-02-20 一种tito‑ndcs随机网络时延的二自由度imc方法

Country Status (1)

Country Link
CN (1) CN106950827A (zh)

Similar Documents

Publication Publication Date Title
CN106707762A (zh) 一种两输入两输出网络控制系统不确定时延混杂控制方法
CN106802562A (zh) 一种二输入二输出网络解耦控制系统长时延补偿方法
CN106802559A (zh) 一种两输入两输出网络控制系统网络时延二自由度imc方法
CN107065529A (zh) 双输入双输出网络解耦控制系统未知时延二自由度imc方法
CN106773731A (zh) 一种双输入输出网络解耦控制系统未知时延混杂控制方法
CN106919042A (zh) 一种两输入输出网络解耦控制系统时变网络时延的imc方法
CN106802556A (zh) 一种两输入输出网络解耦控制系统未知网络时延的imc方法
CN106950827A (zh) 一种tito‑ndcs随机网络时延的二自由度imc方法
CN106814618A (zh) 一种二输入二输出网络解耦控制系统大网络时延的imc方法
CN106814615A (zh) 一种二自由度imc的tito‑ndcs网络时延的补偿方法
CN106802557A (zh) 一种tito‑ndcs随机网络时延的spc和imc方法
CN106919047A (zh) 一种双输入双输出网络控制系统时延二自由度imc方法
CN106842940A (zh) 一种tito‑ndcs长网络时延的补偿方法
CN107065533A (zh) 二输入二输出网络解耦控制系统随机时延二自由度imc方法
CN106873368A (zh) 一种双输入输出网络解耦控制系统非确定时延的补偿方法
CN106773734A (zh) 一种两输入两输出网络解耦控制系统可变网络时延imc方法
CN106773738A (zh) 一种两输入输出网络解耦控制系统时变网络时延的imc方法
CN106842932A (zh) 一种tito‑ndcs随机时延的spc与二自由度imc方法
CN106970534A (zh) 一种两输入两输出网络解耦控制系统未确知时延imc方法
CN106950828A (zh) 一种spc与二自由度imc的tito‑ndcs未知网络时延补偿方法
CN107065531A (zh) 一种二输入二输出网络解耦控制系统时延二自由度imc方法
CN106773728A (zh) 一种两输入输出网络解耦控制系统随机网络时延的imc方法
CN107153353A (zh) 一种两输入两输出ndcs网络时延的二自由度imc方法
CN107065527A (zh) 一种双输入双输出网络解耦控制系统未知时延imc方法
CN107065525A (zh) 两输入两输出网络解耦控制系统时变时延二自由度imc方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170714