CN113406931A - 基于动态事件触发的非线性随机网络化工业系统控制方法 - Google Patents
基于动态事件触发的非线性随机网络化工业系统控制方法 Download PDFInfo
- Publication number
- CN113406931A CN113406931A CN202110565187.XA CN202110565187A CN113406931A CN 113406931 A CN113406931 A CN 113406931A CN 202110565187 A CN202110565187 A CN 202110565187A CN 113406931 A CN113406931 A CN 113406931A
- Authority
- CN
- China
- Prior art keywords
- matrix
- state
- industrial system
- dynamic event
- random
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000006855 networking Effects 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 22
- 239000000126 substance Substances 0.000 claims description 10
- 229920006395 saturated elastomer Polymers 0.000 claims description 5
- 238000012885 constant function Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012886 linear function Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了基于动态事件触发的非线性随机网络化工业系统控制方法,该方法针对实际网络化工业系统多模态切换特性、非线性及随机扰动特性,建立了复杂网络化工业系统的动态模型,根据系统在正常状态、临界状态和非安全状态下的不同动态特性,建立了切换系统模型,利用状态饱和函数对非线性特性进行描述,通过引入动态事件触发机制降低公用网络的占用率,基于随机分析和平均驻留时间方法分析了闭环控制系统的均方随机稳定性,最后利用线性矩阵不等式设计了基于动态事件触发机制的非线性随机网络化工业系统的反馈控制器,实现了复杂非线性随机网络化工业系统安全运行的有效控制。
Description
技术领域
本发明属于自动控制技术领域,涉及利用多模态切换的状态饱和非线性随机模型描述网络化工业系统的动态特性,具体涉及基于动态事件触发的非线性随机网络化工业系统控制方法。
背景技术
当前工业化的快速发展带来的是不断苛刻的技术要求,即对工业系统的控制性能提出了更高的衡量标准,尤其对于安全运行有更高的要求。一般情况下,可以根据系统实际的特性,将运行模态分为正常状态、临界状态和非安全或危险状态,且在三种不同的运行模态下系统有不同的动态特性。然而,目前的网络化工业系统控制方法,很少考虑不同运行模态的动态特性区别,因而控制效果不理想。同时,状态饱和非线性与随机扰动普遍存在于实际的工业控制系统中,如果在控制器设计中未将它们进行适当的处理,会影响系统的稳定性和动态性能。
另外,随着通信技术的快速发展,网络已经成为人们生活中不可或缺的一部分,为人们的日常生活提供了极大的便利,传统的工业控制领域逐步向网络化方向发展。由于网络用户数量的不断增加,网络数据信息量也随之呈指数级增长,将会导致网络拥塞,网络通信性能下降,甚至可能发生网络系统崩溃的现象。针对这一问题,引入事件触发机制是具有重要意义的,在该机制下只有满足事件触发条件时,才能更新控制命令,由此可以有效减少数据传输频率,减少网络资源的占用率。为了进一步降低网络资源的占用率,可以引入动态事件触发机制。因此,急需提出一种新的方法,利用具有状态饱和的多模态非线性切换随机模型对网络化工业系统进行准确的建模,并通过动态事件触发机制提出系统的反馈控制方法,保证复杂非线性随机网络化工业系统的有效控制和安全运行。
发明内容
针对现有技术的不足,本发明提出了基于动态事件触发的非线性随机网络化工业系统控制方法,分别考虑了系统在三种不同模态下运行的特性和系统受到的随机扰动影响,并基于动态事件触发机制的控制信号传输方法,利用随机分析和平均驻留时间方法,设计了基于动态事件触发机制的状态饱和非线性随机网络化工业系统的反馈控制器,实现对状态饱和非线性随机网络化工业系统安全、有效地控制。
基于动态事件触发的非线性随机网络化工业系统控制方法,具体包括以下步骤:
步骤1、建立系统的状态空间模型
采集系统数据,建立如下状态饱和非线性随机网络化工业系统的状态空间模型:
x(k+1)=g(Aσ(k)x(k)+Bσ(k)u(k)+α(k)fσ(k)(k,x(k))+Cσ(k)x(k)ω(k)) (1)
其中,表示k时刻网络化工业系统的状态向量,x(k)=[x1(k) x2(k) x3(k) x4(k) x5(k)]T,其中x1(k)、x2(k)、x3(k)、x4(k)和x5(k)分别表示k时刻网络化工业系统的温度值、压力值、速度值、浓度值和流量值;表示k时刻网络化工业系统的控制输入量,通过系统中的阀门开度大小调节控制输入量u(k)中的速度值和流量值;为均值为0、方差为1的高斯白噪声;
g(s)=[g1(s1) g2(s2) g3(s3) g4(s4) g5(s5)]T (2)
其中,gδ(sδ)=sign(sδ)inf{1,|sδ|},δ=1,2,3,4,5,sδ表示向量s的第δ个元素,sign(·)表示符号函数,inf{·}表示下确界,|·|表示绝对值。
为非线性扰动,对于任意向量 非线性扰动满足初始条件fi(k,0)=0和约束‖fi(k,m1)-fi(k,m2)‖≤‖Fi(m1-m2)‖,其中,是已知实数矩阵,||·||表示向量或矩阵的欧几里得范数。
为切换信号,是与时间k相关的分段常值函数,用于表示系统的不同运行状态,当σ(k)=1时,表示网络化工业系统运行在正常状态;σ(k)=2时,表示系统运行在临界状态;σ(k)=3时,表示系统运行在非安全状态。Aσ(k)∈R5×5、Bσ(k)∈R5×2、Cσ(k)∈R5×5是已知实数矩阵,均由建模方法得到,符号表示n1维列向量;表示n1×n2维的实矩阵;上标T表示矩阵或向量的转置。
集合{0,l0,l1,…,lq,lq+1,…}表示切换序列,lq表示切换时刻,q为非负整数;当k∈[lq,lq+1)时,表示网络化工业控制系统运行在第i个模态,将Aσ(k)、Bσ(k)、Cσ(k)、fσ(k)(k,x(k))分别简写为Ai、Bi、Ci、fi(k,x(k))。
步骤2、设计状态反馈控制器
设计基于动态事件触发的状态反馈控制器,对于触发序列{0,k0,k1,…,ks…},设计如下动态事件触发机制:
因为动态事件触发机制中ρ(k)为时变参数并满足另一个动态方程,与静态事件触发机制相比,动态事件触发机制中的阈值是时变的,由此可以进一步降低触发频率,降低公用网络的占用率。
当系统满足设计的动态时间触发条件时,控制器将更新并在零阶保持器的作用下将该触发时刻的系统状态值保持到下一个触发时刻;构造如下状态反馈控制器:
u(k)=Kix(ks),k∈[ks,ks+1) (5)
系统运行状态切换信号σ(k)为已知的分段常值函数,因此切换时刻是事先已知的;根据事件触发机制条件(3)和(4),触发时刻ks+1是根据前一个触发时刻ks和k时刻的系统状态是否满足条件(3)和(4)来计算的;因而触发时刻依赖于切换时刻,但两者并不相同。
步骤3、求解状态反馈控制器
结合步骤一建立系统空间状态模型与步骤二建立的状态反馈控制器,得到如下闭环控制系统:
构建Lyapunov函数,将状态饱和系统约束在凸多面体中,通过随机分析和平均驻留时间方法分析系统的稳定性条件,求解状态反馈控制器的参数矩阵以及事件触发矩阵,具体步骤为:
计算上述Lyapunov函数沿着闭环控制系统轨迹的差分,并取期望:
将状态饱和系统约束在凸多面体中,其中为任意向量,引入自由矩阵||Gi‖∞≤1;Υ是对角线元素为1或0的5×5维对角矩阵的集合,集合Υ中的第j个元素用Yj表示,集合令Yj -=I-Yj,I表示的单位矩阵;利用凸多面体方法对饱和函数g(·)进行处理,得到:
根据非线性函数fi(k,x(k))的约束条件以及动态事件触发的条件得到:
对于任意标量0<λ<1,εi>0,ψi>0,公式(9)满足:
星号*表示对称矩阵中对应的对称项。
步骤3.2、考虑平均驻留时间得到:
其中,ln(·)表示以自然常数e为底的求对数符号,τa为平均驻留时间。
其中,
其中,
对于给定参数的μ≥1、0<λ<1、满足‖Gi‖∞≤1的矩阵Gi,如果存在正定对称矩阵Xi和Zi以及正标量使得线性矩阵不等式Xθ≤μXi、Φi<0和Ωi<0同时成立,则得到状态反馈控制器的参数矩阵为事件触发矩阵为
本发明具有以下有益效果:
考虑网络化工业系统的多模态切换特性、非线性以及随机扰动,根据系统在正常状态、临界状态和非安全状态下的不同动态特性,建立了切换系统模型,利用状态饱和函数对非线性特性进行描述,通过引入动态事件触发机制降低公用网络的占用率,实现了复杂非线性随机网络化工业系统安全运行的有效控制。
Claims (8)
1.基于动态事件触发的非线性随机网络化工业系统控制方法,其特征在于:该方法具体包括以下步骤:
步骤1、建立系统的状态空间模型
采集系统数据,建立如下状态饱和非线性随机网络化工业系统的状态空间模型:
x(k+1)=g(Aσ(k)x(k)+Bσ(k)u(k)+α(k)fσ(k)(k,x(k))+Cσ(k)x(k)ω(k)) (1)
其中,表示k时刻网络化工业系统的状态向量,x(k)=[x1(k) x2(k) x3(k) x4(k) x5(k)]T,其中x1(k)、x2(k)、x3(k)、x4(k)和x5(k)分别表示k时刻网络化工业系统的温度值、压力值、速度值、浓度值和流量值;表示k时刻网络化工业系统的控制输入量;g(·)为标准饱和函数;α(k)为满足伯努利分布的随机序列;为非线性扰动;为高斯白噪声;
为切换信号,是与时间k相关的分段常值函数,用于表示系统的不同运行状态,Aσ(k)∈R5×5、Bσ(k)∈R5×2、Cσ(k)∈R5×5是已知实数矩阵,均由建模方法得到,符号表示n1维列向量;表示n1×n2维的实矩阵;上标T表示矩阵或向量的转置;
集合{0,l0,l1,…,lq,lq+1,…}表示切换序列,lq表示切换时刻,q为非负整数;当k∈[lq,lq+1)时,σ(k)=i,表示网络化工业控制系统运行在第i个模态,将Aσ(k)、Bσ(k)、Cσ(k)、fσ(k)(k,x(k))分别简写为Ai、Bi、Ci、fi(k,x(k));
步骤2、设计状态反馈控制器
设计基于动态事件触发的状态反馈控制器,对于触发序列{0,k0,k1,…,ks…},设计如下动态事件触发机制:
当系统满足设计的动态时间触发条件时,控制器将更新并在零阶保持器的作用下将该触发时刻的系统状态值保持到下一个触发时刻;构造如下状态反馈控制器:
u(k)=Kix(ks),k∈[ks,ks+1) (4)
步骤3、求解状态反馈控制器
结合步骤一建立系统空间状态模型与步骤二建立的状态反馈控制器,得到如下闭环控制系统:
构建Lyapunov函数,将状态饱和系统约束在凸多面体中,通过随机分析和平均驻留时间方法分析系统的稳定性条件,求解状态反馈控制器的参数矩阵以及事件触发矩阵,实现基于动态事件触发的非线性随机网络化工业系统控制。
2.如权利要求1所述基于动态事件触发的非线性随机网络化工业系统控制方法,其特征在于:通过系统中的阀门开度大小调节控制输入量u(k)中的速度值和流量值。
7.如权利要求1所述基于动态事件触发的非线性随机网络化工业系统控制方法,其特征在于:当σ(k)=1时,表示网络化工业系统运行在正常状态;σ(k)=2时,表示系统运行在临界状态;σ(k)=3时,表示系统运行在非安全状态。
8.如权利要求1、4或5所述基于动态事件触发的非线性随机网络化工业系统控制方法,其特征在于:步骤三中,根据闭环控制系统求解状态反馈控制器的参数矩阵以及事件触发矩阵的具体步骤为:
计算上述Lyapunov函数沿着闭环控制系统轨迹的差分,并取期望:
将状态饱和系统约束在凸多面体中,其中为任意向量,引入自由矩阵||Gi||∞≤1;Υ是对角线元素为1或0的5×5维对角矩阵的集合,集合Υ中的第j个元素用Yj表示,集合令Yj -=I-Yj,I表示的单位矩阵;利用凸多面体方法对饱和函数g(·)进行处理,得到:
根据非线性函数fi(k,x(k))的约束条件以及动态事件触发的条件得到:
xT(k)Fi TFix(k)-fi T(k,x(k))fi(k,x(k))≥0
对于任意标量0<λ<1,εi>0,ψi>0,公式(9)满足:
星号*表示对称矩阵中对应的对称项;
步骤3.2、考虑平均驻留时间得到:
其中,ln(·)表示以自然常数e为底的求对数符号,τa为平均驻留时间;
其中,
其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110565187.XA CN113406931B (zh) | 2021-05-24 | 2021-05-24 | 基于动态事件触发的非线性随机网络化工业系统控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110565187.XA CN113406931B (zh) | 2021-05-24 | 2021-05-24 | 基于动态事件触发的非线性随机网络化工业系统控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113406931A true CN113406931A (zh) | 2021-09-17 |
CN113406931B CN113406931B (zh) | 2022-02-22 |
Family
ID=77674545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110565187.XA Active CN113406931B (zh) | 2021-05-24 | 2021-05-24 | 基于动态事件触发的非线性随机网络化工业系统控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113406931B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114070582A (zh) * | 2021-10-12 | 2022-02-18 | 曲阜师范大学 | 一种事件触发控制方法及系统 |
CN115167546A (zh) * | 2022-08-26 | 2022-10-11 | 曲阜师范大学 | 一种航空发动机转速调节控制方法、控制装置和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004348250A (ja) * | 2003-05-20 | 2004-12-09 | Yaskawa Electric Corp | ロボット制御装置 |
KR20180028846A (ko) * | 2016-09-09 | 2018-03-19 | (주)다인큐브 | 서보 제어 장치 |
CN109828493A (zh) * | 2019-01-11 | 2019-05-31 | 杭州电子科技大学 | 一种城市水务管网系统供水故障的可靠控制方法 |
CN110109488A (zh) * | 2019-04-29 | 2019-08-09 | 杭州电子科技大学 | 一种城市河道水位的低增益反馈控制方法 |
CN110687790A (zh) * | 2019-10-30 | 2020-01-14 | 杭州电子科技大学 | 一种城市排水系统防止污水溢出的优化控制方法 |
CN110705892A (zh) * | 2019-10-11 | 2020-01-17 | 杭州电子科技大学 | 一种城市排水管道的水流状态检测方法 |
CN110851774A (zh) * | 2019-10-30 | 2020-02-28 | 杭州电子科技大学 | 一种城市供水管网的漏损估计方法 |
CN111062139A (zh) * | 2019-12-24 | 2020-04-24 | 杭州电子科技大学 | 城市地下排水管网水流态势的估计方法 |
CN112099347A (zh) * | 2020-08-06 | 2020-12-18 | 杭州电子科技大学 | 饱和非线性网络化工业控制系统的事件触发控制方法 |
CN112180994A (zh) * | 2020-09-03 | 2021-01-05 | 杭州电子科技大学 | 一种水塔水位的事件触发组合非线性反馈控制方法 |
-
2021
- 2021-05-24 CN CN202110565187.XA patent/CN113406931B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004348250A (ja) * | 2003-05-20 | 2004-12-09 | Yaskawa Electric Corp | ロボット制御装置 |
KR20180028846A (ko) * | 2016-09-09 | 2018-03-19 | (주)다인큐브 | 서보 제어 장치 |
CN109828493A (zh) * | 2019-01-11 | 2019-05-31 | 杭州电子科技大学 | 一种城市水务管网系统供水故障的可靠控制方法 |
CN110109488A (zh) * | 2019-04-29 | 2019-08-09 | 杭州电子科技大学 | 一种城市河道水位的低增益反馈控制方法 |
CN110705892A (zh) * | 2019-10-11 | 2020-01-17 | 杭州电子科技大学 | 一种城市排水管道的水流状态检测方法 |
CN110687790A (zh) * | 2019-10-30 | 2020-01-14 | 杭州电子科技大学 | 一种城市排水系统防止污水溢出的优化控制方法 |
CN110851774A (zh) * | 2019-10-30 | 2020-02-28 | 杭州电子科技大学 | 一种城市供水管网的漏损估计方法 |
CN111062139A (zh) * | 2019-12-24 | 2020-04-24 | 杭州电子科技大学 | 城市地下排水管网水流态势的估计方法 |
CN112099347A (zh) * | 2020-08-06 | 2020-12-18 | 杭州电子科技大学 | 饱和非线性网络化工业控制系统的事件触发控制方法 |
CN112180994A (zh) * | 2020-09-03 | 2021-01-05 | 杭州电子科技大学 | 一种水塔水位的事件触发组合非线性反馈控制方法 |
Non-Patent Citations (1)
Title |
---|
唐超超: "一类离散网络控制系统稳定性分析与综合", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114070582A (zh) * | 2021-10-12 | 2022-02-18 | 曲阜师范大学 | 一种事件触发控制方法及系统 |
CN114070582B (zh) * | 2021-10-12 | 2024-01-19 | 曲阜师范大学 | 一种事件触发控制方法及系统 |
CN115167546A (zh) * | 2022-08-26 | 2022-10-11 | 曲阜师范大学 | 一种航空发动机转速调节控制方法、控制装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113406931B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113406931B (zh) | 基于动态事件触发的非线性随机网络化工业系统控制方法 | |
CN109445447B (zh) | 一种多智能体编队跟踪控制方法及系统 | |
CN111913803B (zh) | 一种基于akx混合模型的服务负载细粒度预测方法 | |
CN112099347B (zh) | 饱和非线性网络化工业控制系统的事件触发控制方法 | |
WO2019184263A1 (zh) | 网络线路故障判定方法及服务器 | |
EP4113394A2 (en) | Federated learning method, apparatus and system, electronic device, and storage medium | |
CN111427266A (zh) | 一种针对带扰动的非线性系统辨识方法 | |
Mi et al. | Event‐triggered MPC design for distributed systems toward global performance | |
Chen et al. | Event-triggered state estimation: Experimental performance assessment and comparative study | |
CN110224862A (zh) | 基于多层感知器的多智能体系统网络容侵能力评估方法 | |
CN112698573A (zh) | 基于正切换系统建模的网络化系统非脆弱事件触发控制方法 | |
Narendra et al. | Adaptive identification and control of linear periodic systems using second‐level adaptation | |
Xue et al. | Robust $ H_ {\infty} $ Output Feedback Control of Networked Control Systems With Discrete Distributed Delays Subject to Packet Dropout and Quantization | |
Ji et al. | H∞ control for time-delay systems with randomly occurring nonlinearities subject to sensor saturations, missing measurements and channel fadings | |
CN113238485A (zh) | 一种空中交通流量输入饱和的控制方法 | |
Aranda-Escolástico et al. | Asynchronous periodic event-triggered control with dynamical controllers | |
Shen et al. | H∞ filtering for multi‐rate multi‐sensor systems with randomly occurring sensor saturations under the p‐persistent CSMA protocol | |
Digge et al. | Data-driven event-triggered control for discrete-time LTI systems | |
CN112785051A (zh) | 一种基于emd和tcn相结合的云资源预测方法 | |
Guo et al. | System identification with binary-valued output observations under either-or communication and data packet dropout | |
Hua et al. | Mixed H2/H∞ control for discrete-time periodic Markov jump systems with quantization effects and packet loss compensation | |
CN114760215B (zh) | 一种计算机网络数据传输性能监测方法及系统 | |
CN115328093A (zh) | 一种双时间尺度工业信息物理系统的安全状态估计方法 | |
CN114553606A (zh) | 一种工业控制网络入侵检测方法和系统 | |
Qian et al. | Harmonic-coupled Riccati equation and its applications in distributed filtering |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240627 Address after: Room 1, Room 1307, Building 2, Oumei Financial City, Cangqian Street, Yuhang District, Hangzhou City, Zhejiang Province, 310000 Patentee after: Hangzhou Yuncong Intelligent Technology Co.,Ltd. Country or region after: China Address before: 310018 No. 2 street, Xiasha Higher Education Zone, Hangzhou, Zhejiang Patentee before: HANGZHOU DIANZI University Country or region before: China |