CN113015119B - 智能传感器网络拥塞自抗扰控制方法 - Google Patents
智能传感器网络拥塞自抗扰控制方法 Download PDFInfo
- Publication number
- CN113015119B CN113015119B CN202011441240.7A CN202011441240A CN113015119B CN 113015119 B CN113015119 B CN 113015119B CN 202011441240 A CN202011441240 A CN 202011441240A CN 113015119 B CN113015119 B CN 113015119B
- Authority
- CN
- China
- Prior art keywords
- sensor network
- intelligent sensor
- queue
- value
- length
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0289—Congestion control
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种智能传感器网络拥塞自抗扰控制方法,包括以下步骤:建立智能传感器网络系统的状态空间模型;根据智能传感器网络系统的状态空间模型设计扩张状态观测器,计算通信干扰值;设计带有扰动的自抗扰控制器,通过设计虚拟控制量将通信干扰值加入到自抗扰控制器中,使路由器缓存中的队列长度稳定在设定值。本发明设计简单,具有鲁棒性,对系统参数的扰动有很好的补偿能力,并且能缩短节点延时,稳定传感器节点队列长度,更好的提高小微智能传感器网络性能。
Description
技术领域
本发明涉及小微智能传感器网络控制领域,针对透明电网中小微智能传感器网络拥塞的问题,提出一种小微智能传感器网络拥塞自抗扰控制方法。
背景技术
小微智能传感器是透明电网的重要组成元素,在电网中广泛安装小微智能传感器,让电网各环节充分的展示出来,实现电网信息全面深度透明,形成透明电网。然而,由小微智能传感器组成的无线传感器网络中大规模的数据流输入到传感器节点可能引起网络拥塞。网络拥塞严重影响网络的性能,同时拥塞会造成分组丢弃数据,可能导致数据重传。小微智能传感器的能量补给较小,需要电池的能源支持进行数据重传,造成能量的浪费。因此,网络拥塞是制约小微智能传感器发展的关键因素之一。
拥塞控制直接影响到网络的服务质量、系统带宽利用率以及网络能量有效性等网络性能。针对网络拥塞控制大致分为速率控制、多路分流、虚拟网关流量调度、传输调度、分组丢弃、网内聚合处理和主动队列管理等控制方法。国内外的研究人员们进行了大量的研究。例如同济大学学者提出一种自适应的拥塞缓解机制,在无线传感器网络发生拥塞时,尝试在节点附近建立新路径。(期刊:江西图书馆学刊;著者:马铁英;出版年月:2010;文章题目:一种简单的自适应无线传感器网络信息流量控制方法;页码:108-110)。北京科技大学学者提出一种基于PID型神经网络控制队列的控制器,利用RBF神经网络的自学习能力解决网络实时变化时算法参数的在线整定问题,使路由器缓存中的队列长度稳定在设定值。(期刊:小型微型计算机系统;著者:唐懿芳,穆志纯,赵仕俊,钟达夫;出版年月:2010;文章题目:基于RBF预估神经网络控制器的无线传感器网络拥塞算法;页码:32-35)。
诸如上述的针对小微智能传感器网络拥塞现象的学术研究中,都没有考虑到小微智能传感器网络运行中存在的非线性、时间延迟和参数时变等干扰的问题,因此有必要对现有技术进行改进。
发明内容
本发明的目的是提供一种智能传感器网络拥塞自抗扰控制方法,可以解决现有技术中小微智能传感器网络运行中存在的非线性、时间延迟和参数时变等干扰对智能传感器网络拥塞的影响的问题。
本发明的目的是通过以下技术方案实现的:
智能传感器网络拥塞自抗扰控制方法,包括以下步骤:
步骤1、建立智能传感器网络系统的状态空间模型;
步骤2、根据智能传感器网络系统的状态空间模型设计扩张状态观测器,计算通信干扰值;
步骤3、设计带有扰动的自抗扰控制器,通过设计虚拟控制量将通信干扰值加入到自抗扰控制器中,使路由器缓存中的队列长度稳定在设定值。
进一步的,所述的状态空间模型的表达式为:
τ为通信往返时延;t为时间;
进一步的,所述的扩张状态观测器的表达式为:
β01、β02、β03为扩张状态观测器的增益;
τ为往返时延;t为时间。
进一步的,所述的通信干扰值F的计算公式为:
F=Aτ1x1(t-τ)+Aτ2x2(t-τ)+f,其中:
进一步的,所述的虚拟控制量具体表示为:
z3=F。
进一步的,所述的自抗扰控制器的输出为:
进一步的,Kp=wc,Kd=2wc,wc为控制器带宽。
本发明针对小微智能传感器网络运行中存在的非线性、时间延迟和参数时变等干扰的问题,本发明采用小微智能传感器网络拥塞自抗扰控制进行研究。利用小微智能传感器网络拥塞系统状态空间模型设计数据驱动的扩张状态观测器,并将估计的总扰动信息加入到自抗扰控制器中,并通过加入虚拟控制量设计控制器,使得系统能对扰动干扰以及时间延迟等干扰进行补偿。该控制器设计简单,具有鲁棒性,对系统参数的扰动有很好的补偿能力,并且能缩短节点延时,稳定传感器节点队列长度,更好的提高小微智能传感器网络性能。
附图说明
图1是本发明所设计方法(ADRC)与现有技术的PID控制(PID)方法网络队列长度控制效果对比图;
图2是本发明中扩张状态观测器对总扰动的估计图;
图3是本发明的控制方法(ADRC)与现有技术的控制(PID)方法在具有参数时变干扰情况下网络队列长度控制效果对比图;
图4是本发明中在具有参数时变干扰情况下扩张状态观测器对总扰动的估计图;
图5是本发明的智能传感器网络拥塞自抗扰控制方法的步骤图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
本发明旨在小微智能传感器网络存在时间延迟、参数时变以及外部干扰存在的条件下避免小微智能传感器网络拥塞现象。为此,本发明提供一种智能传感器网络拥塞自抗扰控制方法,包括以下步骤:
步骤1、建立小微智能传感器网络系统的状态空间模型。
基于流体理论建立了主动队列管理控制的非线性模型,考虑往返时延以及路由器中队列长度的动态特性得到小微智能传感器网络拥塞控制系统的微分方程:
其中,w为窗口尺寸,c为链路容量,N为激活的TCP连接数,p为分组丢弃概率,q为队列长度,R为往返时延,Tp为固定的广播时延,R0为平衡状态下的往返时延,t为时间。
研究和实验表明式(1)很好地表明了小微智能传感器网络的特性,可以看出式(1)具有很强的非线性和时间延迟,这为进一步设计和分析分组丢弃概率增加了困难,因为对式(1)进行线性化从而进行设计控制器是一个值得关注的方向。
现将(w,q)作为状态,p作为输入,q作为输出。为了便于分析系统的稳定性,将在平衡点(w0,q0,p0)处线性化处理,其中,q0为期望队列长度,得到线性化模型为:
步骤2、根据小微智能传感器网络系统状态空间模型设计扩张状态观测器,计算通信干扰值。
通信干扰值是由于参数时变以及时间延迟等引起的,需要对通信干扰值进行实时在线估计。
其中,zi(i=1,2,3)为xi的估计值,为估计误差,βi∈R(i=1,2,3)为观测器增益,F=Aτ1x1(t-τ)+Aτ2x2(t-τ)+f为系统存在时间延迟以及参数时变等总的通信干扰值,利用观测器的扩张状态对系统总干扰及逆行估计。其中f为除时间延时以外系统通信受到的总干扰。因此系统的总干扰为:F=z3。将观测器的极点配置到同一位置-wo处,wo为观测器带宽,wo>0。因此,观测器增益为:
步骤3、设计带有扰动的自抗扰控制器,通过设计虚拟控制量将扩张状态观测器估计出来的通信干扰值加入到自抗扰控制器中,使路由器缓存中的队列长度稳定在设定值。
控制器的设计可以分为扰动补偿部分和非线性控制两部分,通过引入虚拟控制量,将通信干扰值加入控制器中干扰补偿,虚拟控制量具体表示为:
另一部分设计PD控制器,定义控制律为:
其中,Kp,Kd,为控制器增益。Kp=wc,Kd=2wc,wc为控制器带宽。qd为期望的队列长度值,为期望的队列长度值的一阶导数,为期望的队列长度值的二阶导数,为参数B。由上面两部分控制设计得到控制器输出为:
为验证本发明所设计的控制算法的有效性,以MATLAB作为仿真平台,以小微智能传感器网络为控制对象进行了小微智能传感器网络拥塞控制仿真实验的验证。下面结合仿真实验和附图,在控制系统中存在模型参数时变以及时间延迟干扰的情况下,对本发明提出的小微智能传感器网络控制方法做出详细说明。
为了验证本发明设计的控制方法的性能,在具有相同干扰序列的基础上,将本发明设计的控制方案与无线传感器网络拥塞控制经典控制方法(PID控制方法)进行仿真对比。其中,小微智能传感器网络环境仿真参数设定为:激活的TCP链接数为60,链路容量为300包,往返时延为3.2秒,固定的广播时延为0.2秒。本发明方法中控制器各参数:控制器参数为Kp=20,Kd=25,观测器带宽为wo=5,参照以往文献PID控制器参数设定为:Kp1=1.822×10-2,KI=1.866×10-4,Kd1=2.706×10-2。仿真设定期望的队列长度为200包。仿真时间为100秒,采样频率为200赫兹。
本发明设计的方法与模型预测控制方法网络队列长度控制效果图如图1所示。从图1可以看出,本发明所设计的控制方案更快的响应,减少节点时间延迟,更快的到达期望的队列长度,达到缓解网络拥塞现象的目的。然而PID控制方案对参数敏感,很容易出现超调,不能很好的到达期望的队列长度。如图2所示的扩张状态观测器对系统扰动估计图,ESO可以对通信存在的时延干扰进行估计,在控制器中进行补偿,减少节点时间延迟。在具有时间延迟的情况下,本发明设计的方法可以得到更快的响应并且控制器参数调节简便。为体现控制方案的抗干扰性,在时间延迟的基础上加入时变参数的情况,网络队列长度控制效果图如图3所示,本发明设计的方法在具有参数不确定性的情况下,仍能快速到达并稳定在期望队列长度,而PID控制方法在期望队列长度上下震荡,不能很好的稳定在期望队列长度上,不能很好的达到缓解网络拥塞现象。如图4所示的扩张状态观测器对系统扰动估计图,ESO可以对通信存在的时延和参数不确定性等总干扰进行估计,是本发明设计的方法具有很好的抗干扰能力。总之,本发明设计的控制方法系统存在的总扰动进行补偿,减少节点延时时间,将队列长度稳定在期望值附近,减少网络拥塞程度。
经过上述分析,证明了本发明算法的有效性。
以上仅为说明本发明的实施方式,并不用于限制本发明,对于本领域的技术人员来说,凡在本发明的精神和原则之内,不经过创造性劳动所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.智能传感器网络拥塞自抗扰控制方法,其特征在于,包括以下步骤:
步骤1、建立智能传感器网络系统的状态空间模型;
步骤2、根据智能传感器网络系统的状态空间模型设计扩张状态观测器,计算通信干扰值;
步骤3、设计带有扰动的自抗扰控制器,通过设计虚拟控制量将通信干扰值加入到自抗扰控制器中,使路由器缓存中的队列长度稳定在设定值;
所述的状态空间模型的表达式为:
τ为通信往返时延;t为时间;
所述的扩张状态观测器的表达式为:
β01、β02、β03为扩张状态观测器的增益;
τ为通信往返时延;t为时间;
所述的通信干扰值F的计算公式为:
F=Aτ1x1(t-τ)+Aτ2x2(t-τ)+f,其中:
所述的自抗扰控制器的输出为:
3.根据权利要求1所述的智能传感器网络拥塞自抗扰控制方法,其特征在于,Kp=wc,Kd=2wc,wc为控制器带宽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441240.7A CN113015119B (zh) | 2020-12-08 | 2020-12-08 | 智能传感器网络拥塞自抗扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011441240.7A CN113015119B (zh) | 2020-12-08 | 2020-12-08 | 智能传感器网络拥塞自抗扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113015119A CN113015119A (zh) | 2021-06-22 |
CN113015119B true CN113015119B (zh) | 2023-05-16 |
Family
ID=76383377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011441240.7A Active CN113015119B (zh) | 2020-12-08 | 2020-12-08 | 智能传感器网络拥塞自抗扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113015119B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1088463A1 (en) * | 1998-06-19 | 2001-04-04 | TELEFONAKTIEBOLAGET L M ERICSSON (publ) | Method and apparatus for dynamically adapting a connection state in a mobile communications system |
CN1545286A (zh) * | 2003-11-21 | 2004-11-10 | 清华大学 | 基于ecn且带预测验证的拥塞控制方法 |
CN1874299A (zh) * | 2006-06-07 | 2006-12-06 | 清华大学 | 基于滑模变结构控制的路由主动队列管理方法 |
EP2963960A1 (en) * | 2013-03-06 | 2016-01-06 | Huawei Technologies Co., Ltd. | Cell processing method, device and centralized controller |
CN107070802A (zh) * | 2016-12-21 | 2017-08-18 | 吉林大学 | 基于pid控制器的无线传感器网络拥塞控制技术 |
CN110650496A (zh) * | 2019-09-24 | 2020-01-03 | 杭州电子科技大学 | 一种抑制干扰的数字通信网络拥塞控制方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101578584A (zh) * | 2005-09-19 | 2009-11-11 | 克利夫兰州立大学 | 控制器、观测器及其应用 |
CN106773648B (zh) * | 2016-12-19 | 2020-10-16 | 华侨大学 | 一种自抗扰控制器的鲁棒保性能设计与参数整定方法 |
CN107085373A (zh) * | 2017-06-01 | 2017-08-22 | 浙江工业大学 | 一种基于通信干扰观测器的网络化多轴运动控制系统的交叉耦合控制方法 |
US10318425B2 (en) * | 2017-07-12 | 2019-06-11 | International Business Machines Corporation | Coordination of cache and memory reservation |
CN108490765B (zh) * | 2018-01-27 | 2020-12-11 | 天津大学 | 一种带有抗积分补偿的自抗扰控制器的设计方法 |
CN108491564B (zh) * | 2018-01-30 | 2022-08-02 | 广东工业大学 | 基于预测模型和扰动快速消除的机械控制一体化设计方法 |
CN110275554A (zh) * | 2019-07-13 | 2019-09-24 | 潍坊学院 | 基于自抗扰技术的供热温度智能控制器 |
-
2020
- 2020-12-08 CN CN202011441240.7A patent/CN113015119B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1088463A1 (en) * | 1998-06-19 | 2001-04-04 | TELEFONAKTIEBOLAGET L M ERICSSON (publ) | Method and apparatus for dynamically adapting a connection state in a mobile communications system |
CN1545286A (zh) * | 2003-11-21 | 2004-11-10 | 清华大学 | 基于ecn且带预测验证的拥塞控制方法 |
CN1874299A (zh) * | 2006-06-07 | 2006-12-06 | 清华大学 | 基于滑模变结构控制的路由主动队列管理方法 |
EP2963960A1 (en) * | 2013-03-06 | 2016-01-06 | Huawei Technologies Co., Ltd. | Cell processing method, device and centralized controller |
CN107070802A (zh) * | 2016-12-21 | 2017-08-18 | 吉林大学 | 基于pid控制器的无线传感器网络拥塞控制技术 |
CN110650496A (zh) * | 2019-09-24 | 2020-01-03 | 杭州电子科技大学 | 一种抑制干扰的数字通信网络拥塞控制方法 |
Non-Patent Citations (5)
Title |
---|
Mahdieh Shabanian.A New Hybrid Intelligent Approach for Traffic Flow Forecasting based on Fuzzy Controllers.IECON 2018 - 44th Annual Conference of the IEEE Industrial Electronics Society.2018,全文. * |
Seyed Mohammad Hadi Hosseini * |
唐懿芳 ; 穆志纯 ; 赵仕俊 ; 钟达夫 ; .基于RBF预估神经网络控制器的无线传感器网络拥塞算法.小型微型计算机系统.2010,(01),全文. * |
姜彬彬 ; 王 ; .一种用于拥塞网络节点缓存队列长度控制方法.计算机仿真.2016,(08),全文. * |
邬蓉蓉 ; 张炜 ; 莫小向 ; 张玉波 ; .基于矢量拟合算法的局部放电传感器性能分析.广东电力.(05),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113015119A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | Modified hill climbing MPPT algorithm with reduced steady‐state oscillation and improved tracking efficiency | |
Wang et al. | Event-based secure H∞ load frequency control for delayed power systems subject to deception attacks | |
Hou et al. | Data‐driven adaptive terminal sliding mode control with prescribed performance | |
Lu et al. | Network-based fuzzy H∞ controller design for TS fuzzy systems via a new event-triggered communication scheme | |
Shen et al. | Adaptive finite time congestion tracking control for TCP/AQM system with input-saturation | |
CN113015119B (zh) | 智能传感器网络拥塞自抗扰控制方法 | |
CN104639293B (zh) | 网络化控制系统丢包补偿装置及方法 | |
Chebli et al. | PI stabilization for congestion control of AQM routers with tuning parameter optimization | |
Zhao et al. | Adaptive tracking control for stochastic nonlinear systems with unknown virtual control coefficients | |
Fan et al. | Event‐triggered integral sliding mode control for fractional order T‐S fuzzy systems via a fuzzy error function | |
Khoshnevisan et al. | Adaptive rate‐based congestion control with weighted fairness through multi‐loop gradient projection internal model controller | |
Xiong et al. | Optimal event‐triggered sliding mode control for discrete‐time non‐linear systems against actuator saturation | |
Zheng et al. | Adaptive Finite‐Time Congestion Control for Uncertain TCP/AQM Network with Unknown Hysteresis | |
Shen et al. | Observer‐based finite‐time congestion control for TCP/AQM network system with time‐varying delays and UDP flows | |
Azadegan et al. | Robust stability and stabilization of TCP‐networked control systems with multiple delay system modeling | |
Jing et al. | Robust fuzzy observer-based control for TCP/AQM network systems with state delay | |
Lian et al. | Sliding mode control for non‐linear networked control systems subject to packet disordering via prediction method | |
CN114047701B (zh) | 一种智能传感器网络拥塞自适应模型预测控制方法 | |
Ma et al. | Fuzzy Control of Cold Storage Refrigeration System with Dynamic Coupling Compensation | |
CN103095601A (zh) | 一种用于通信网络拥塞控制的主动队列管理方法 | |
CN113253611A (zh) | 一种具有干扰和时滞的多智能体系统实现一致性的方法 | |
Farahani et al. | Nonmonotonic-based congestion control schemes for a delayed nonlinear network | |
Su et al. | Output feedback fuzzy control of nonlinear dynamic systems: Event‐triggered case | |
Li et al. | H∞ Control Synthesis for Lurie Networked Control Systems with Multiple Delays Based on the Non‐Uniform Characteristic | |
Zhong et al. | Global sliding mode control based on observer for TCP network |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |