（控制科学与工程专业论文）网络化控制系统的若干控制问题研究.pdf

中南大学博十学位论文 摘要 摘要 网络化控制系统适应了控制系统逐渐地向分散化、网络化、智能 化方向发展的趋势，从而成为当前控制领域的研究热点。本文针对网 络化控制系统的反馈通道和控制通道中存在网络诱导时延和数据包 丢失现象，研究了网络化控制系统的状态估计、l q g 最优控制、广 义预测控制和时滞相关镇定问题。主要内容如下： 1 ) 提出了基于预测思想的网络化状态估计算法，以补偿网络诱 导时延和数据包丢失的影响。分析了该预测估计算法的性能，表明了 虽然该算法具有明显的补偿效果，但是随着网络诱导时延或数据包丢 失的增长，预测估计偏差略微递增，讨论了估计算法的稳定条件，通 过仿真和实验验证了算法的有效性和分析的正确性，从而为网络化 l q g 最优控制和基于状态空间模型的网络化广义预测控制的实现提 供了状态估计方法。 2 ) 结合网络化预测状态估计算法，提出了补偿网络诱导时延和 数据包丢失的网络化l q g 最优控制算法。基于动态规划的思想给出 了补偿网络诱导时延和数据包丢失的l q 最优控制器的设计方法，讨 论了通过网络传送的控制信号对状态估计影响，给出了网络诱导时延 或数据包丢失同时存在于反馈通道和控制通道的情况下网络化预测 估计算法，证明了分离定理的成立，通过仿真和实验验证了算法的有 效性和分析的正确性。 3 ) 提出了采用最小预测步长补偿网络诱导时延和采用预测控制 向量补偿数据包丢失的基于多项式模型的网络化广义预测控制算法， 讨论了网络诱导时延和数据包丢失与最小预测步长和预测控制向量 之间的关系，基于滚动优化方法给出了基于多项式模型的网络化广义 预测控制器的设计方法。基于多个数据打包传送以补偿网络诱导时延 和数据包丢失的网络化递推最d - 乘辨识算法，进一步讨论了网络化 预测自校正控制器的设计方法。通过仿真和实验验证了算法的有效性 和分析的正确性。 4 ) 提出了采用最小预测步长补偿网络诱导时延和采用预测控制 向量补偿数据包丢失的基于状态空间模型的网络化广义预测控制算 法，给出了基于状态空间模型的网络化广义预测控制器的设计方法， 通过仿真和实验验证了算法的有效性和分析的正确性。 5 ) 提出了一种改进的补偿网络诱导时延和数据包丢失的网络化 中南大学博十学位论文摘要 时滞相关镇定方法。以线性标称系统为受控对象，该改进方法通过考 虑过去在估算l y a p u n o v 泛函导数时被忽略的一个积分项，来克服过 去求导结果的保守性，给出了基于l y a p u n o v 方法的指数渐近稳定的 条件和相关结果，仿真验证了改进方法的优越性，并通过实验结果表 明了方法的有效性。对于线性不确定系统，进一步研究了基于时滞相 关方法的网络化保性能控制器的设计方法，给出了最优保性能控制器 的求解算法，通过仿真和实验验证了算法的有效性和分析的正确性。 关键词网络化控制系统，状态估计，l q g 最优控制，广义预测控制， 时滞相关镇定 中南大学博士学位论文 a b s t r a c t a bs t r a c t n e t w o r k e dc o n t r o ls y s t e m sh a v ea t t r a c t e dm u c ha t t e n t i o nb e c a u s e t h e ya d a p tt ot h ed i s t r i b u t e d ，n e t w o r k e da n di n t e l l i g e n t i z e dd e v e l o p m e n t d i r e c t i o no fc o n t r o l s y s t e m s 。，n l i s t h e s i si sc o n c e r n e dw i t hs t a t e e s t i m a t i o n ，l q go p t i m a lc o n t r o l ，g e n e r a l i z e dp r e d i c t i v e c o n t r o la n d d e l a y d e p e n d e n ts t a b i l i z a t i o no fn e t w o r k e dc o n t r o ls y s t e m s ，w h i c ht a k e s n e t w o r k - i n d u c e dt i m ed e l a ya n dp a c k e tl o s si nb o t ht h ef e e d b a c kc h a n n e l a n dc o n t r o lc h a n n e li n t oa c c o u n t t h em a i nc o n t e n t sa r eg i v e na sf o l l o w ： f i r s t l y , ap r e d i c t i o n - b a s e dn e t w o r k e ds t a t ee s t i m a t i o na l g o r i t h mi s p r o p o s e dt oc o m p e n s a t ef o rt h ei n f l u e n c eo fn e t w o r k - i n d u c e dt i m ed e l a y a n dp a c k e tl o s s t h ep e r f o r m a n c eo ft h ea l g o r i t h mi st h e o r e t i c a l l y a n a l y z e d ，a n di ti sp o i n t e dt h a ta l t h o u g hi ta c h i e v e sag o o de f f e c t i v e n e s s o nc o m p e n s a t i o n ，i t se s t i m a t i o ne r r o ra p p r e c i a b l yi n c r e a s e sw i t ht h e i n c r e m e n to fn e t w o r k i n d u c e dt i m ed e l a ya n dp a c k e tl o s s t h es t a b i l i t y c o n d i t i o no ft h i s a l g o r i t h m i sa l s od i s c u s s e d a n ds i m u l a t i o na n d e x p e r i m e n tr e s u l t sa r eg i v e nt oi l l u s t r a t et h ee f f e c t i v e n e s so fa l g o r i t h m a n dc o r r e c t n e s so ft h e o r e t i c a la n a l y s i s s e c o n d l y , u s i n gt h ep r e d i c t i o n b a s e dn e t w o r k e ds t a t ee s t i m a t e i o n a l g o r i t h m ，an e t w o r k e dl q go p t i m a lc o n t r o la l g o r i t h mi sp r o p o s e dt o c o m p e n s a t ef o rt h ei n f l u e n c eo fn e t w o r k - i n d u c e dt i m ed e l a ya n dp a c k e t l o s so nc o n t r o lp e r f o r m a n c e t h ed e s i g nm e t h o do fn e t w o r k e dl q o p t i m a lc o n t r o l l e r , w h i c hc a nc o m p e n s a t ef o rt h en e t w o r k i n d u c e dt i m e d e l a ya n dp a c k e tl o s s ，i sg i v e nu s i n gd y n a m i c a lp r o g r a m m i n g w i t ht h e a n a l y s i so ft h ei n f l u e n c eo fc o n t r o ls i g n a lt r a n s p o r t e dt h r o u g hn e t w o r k ， t h ep r e d i c t i o n b a s e dn e t w o r k e ds t a t ee s t i m a t i o ni sf u r t h e rd e v e l o p e d u n d e rt h ec o n d i t i o nt h a tn e t w o r k i n d u c e dt i m ed e l a ya n dp a c k e tl o s s s i m u l t a n e o u s l ye x i s ti nb o t ht h ef e e d b a c kc h a n n e la n dc o n t r o lc h a n n e l t h es e p a r a t i o nt h e o r e mi sp r o v e dt oh o l d s i m u l a t i o na n de x p e r i m e n t a l r e s u l t sa r eg i v e nt od e m o n s t r a t et h ee f f e c t i v e n e s so fa l g o r i t h ma n d c o r r e c t n e s so ft h e o r e t i c a la n a l y s i s t h i r d l y , ap o l y n o m i a l - - m o d e l - b a s e dn e t w o r k e dg e n e r a l i z e dp r e d i c - - t i v ec o n t r o la l g o r i t h mi sp r o p o s e dw h i c hc o m p e n s a t e sf o rt h ei n f l u e n c eo f n e t w o r k i n d u c e dt i m ed e l a ya n dp a c k e tl o s su s i n gm i n i m a lp r e d i c t i v e i i i 中南大学博士学位论文 a b s t r a c t s t e pa n dc o n t r o li n c r e m e n tv e c t o r , r e s p e c t i v e l y t h er e l a t i o n sb e t w e e n n e t w o r k i n d u c e dt i m ed e l a ya n dm i n i m a lp r e d i c t i v es t e p ，a n db e t w e e n p a c k e tl o s sa n dc o n t r o li n c r e m e n tv e c t o ra r ed i s c u s s e d w i t ht h ei t e r a t i v e o p t i m i z a t i o na p p r o a c h ，t h ed e s i g nm e t h o do fp o l y n o m i a l m o d e l - b a s e d n e t w o r k e dg e n e r a l i z e dp r e d i c t i v ec o n t r o l l e r si s g i v e n f u r t h e r m o r e ，a n e t w o r k e dg e n e r a l i z e d p r e d i c t i v es e l f - t u n i n g c o n t r o l l e ri s d i s c u s s e d ， b a s e do nt h en e t w o r k e di t e r a t i v el e a s ts q u a r ei d e n t i f i c a t i o na l g o r i t h m w h i c hr e d u c e st h ei n f l u e n c eo fn e t w o r k - i n d u c e dt i m ed e l a ya n dp a c k e t l o s sw i t ho u t p u tp r e d i c t i o n s i m u l a t i o na n de x p e r i m e n tr e s u l t sa r eg i v e n t os h o wt h ee f f e c t i v e n e s so fa l g o r i t h ma n dc o r r e c t n e s so ft h e o r e t i c a l a n a l y s i s f o u r t h l y , as t a t e - - s p a c e - m o d e l b a s e dn e t w o r k e dg e n e r a l i z e dp r e d i c t - - i v ec o n t r o la l g o r i t h mi sp r o p o s e di nt h es i m i l a rw a yt ot h ep o l y n o m i a l - m o d e l b a s e dc a s e t h ed e s i g nm e t h o do ft h ec o n t r o l l e ri sa l s og i v e n s i m u l a t i o na n de x p e r i m e n tr e s u l t sa r eg i v e nt os h o wt h ee f f e c t i v e n e s so f a l g o r i t h ma n dc o r r e c t n e s so f t h e o r e t i c a la n a l y s i s f i f t h l y , a ni m p r o v e dm e t h o do fn e t w o r k e dd e l a y - d e p e n d e n ts t a b i l i - - z a t i o n ，w h i c hc o nc o u n t e r a c tt h ei n f l u e n c eo fn e t w o r k - i n d u c e dt i m ed e l a y a n dp a c k e tl o s s ，i sp r o p o s e d w i t hal i n e a rn o m i n a ls y s t e ma sac o n t r o l l e d p l a n t ，t h ei m p r o v e d m e t h o do v e r c o m e st h ec o n s e r v a t i v e n e s so ft h e d e r i v e dc o n d i t i o nb yc o n s i d e r i n ga ni n t e g r a li t e mw h i c hw a si g n o r e di n t h ep a s tr e s e a r c ho fn e t w o r k e dc o n t r o ls y s t e m s f o ra nu n c e r t a i nl i n e a r s y s t e m ，t h ed e s i g nm e t h o do fn e t w o r k e dg u a r a n t e e dc o s tc o n t r o l l e ri s d i s c u s s e dw i t hd e l a y - d e p e n d e n ta p p r o a c h n u m e r i c a la n de x p e r i m e n t r e s u l t sa r eg i v e nt oi l l u s t r a t et h ee f f e c t i v e n e s so ft h ea l g o r i t h ma n d c o r r e c t n e s so ft h e o r e t i c a la n a l y s i s k e yw o r d sn e t w o r k e dc o n t r o ls y s t e m s ，s t a t ee s t i m a t i o n ，l q go p t i m a l c o n t r o l ，g e n e r a l i z e dp r e d i c t i v ec o n t r o l ，d e l a y d e p e n d e n ts t a b i l i z a t i o n i v 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包 含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共 同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：盘丛日期：堕年旱月查日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校有 权保留学位论文，允许学位论文被查阅或借阅；学校可以公开学位论 文的全部或部分内容，可以采用复印、缩印或其他手段保存学位论文； 学校可根据国家或湖南省有关部门规定送交学位论文。 作者签名：巡导师签名：日期：型生年王月堕日 中南大学博士学位论文第一章绪论 第一章绪论 1 1 网络化控制系统的特殊问题 网络化控制系统( n e t w o r k e dc o n t r o ls y s t e m s ，简称n c s s ) 是一种通过控制网 络连接形成闭环控制回路的控制系统。n c s s 是自动化领域又一次深刻的变革， 它适应了工业控制系统逐渐地向分散化、网络化、智能化的方向发展的趋势，具 有低成本、低重量、低功耗、安装维护简单、可靠性高等诸多优势，并在运动体 控制、楼宇自动化、航空航天等领域得到了广泛的应用，从而成为控制领域的研 究热点( c a v a l i e r i 等，1 9 9 7 ；n i l s s o n 等，1 9 9 8 ；w z h a n g 等，2 0 0 1 ；w b g o n g 等， 2 0 0 2 ；l f w a n g 等，2 0 0 4 ；j b a i l l i e u l ，2 0 0 4 ；g u p t a , h a s s i b i & m u r r a y , 2 0 0 7 ；h u ， b a i ，s h i & w u ，2 0 0 7 ；h u & y a m ，2 0 0 7 ；h u a n g & d e y , 2 0 0 7 ；i m e r , y u k s e l & b a s a r , 2 0 0 6 ；l a m ，g a o & w a n g ，2 0 0 7 ；l i u ，m u ，r e e s & c h a i ，2 0 0 6 ；m e r c a n g o z & d o y l ei i i ， 2 0 0 7 ；x i o n g & l a m ，2 0 0 7 ；y a n g ，w a n g ，h u a n g & g a n i ，2 0 0 7 ；z h a n g ，s h i ，c h e n & h u a n g ，2 0 0 5 ；z h a n g & l i ，2 0 0 7 ；f l l i a n 等，2 0 0 1 ，2 0 0 2 ；h s p a r k ，2 0 0 2 ；l z h a n g ，2 0 0 6 ；顾洪军等，2 0 0 0 ；黎善斌等，2 0 0 3 ；陈幼平等，2 0 0 4 ；彭晨等，2 0 0 4 ； 王飞跃等，2 0 0 2 ；王征等，2 0 0 2 ；王智等，2 0 0 1 a ，2 0 0 1 b ；杨丽曼等，2 0 0 4 ；等) 。 图1 1 典型n c s 结构和信息流 图1 一l 所示为n c s 的典型结构和信息流。由于信息通过网络传递，控制网 络给n c s s 带来了优势和便利同时，也导致了网络诱导时延和网络数据包出错、 丢失或顺序混乱等现象，使得n c s s 的数据同步性、定时性、完整性、确定性等 可能丧失，因而导致了网络化控制系统的特殊问题，包括网络诱导时延、数据包 丢失、通信调度、通道比特率受限等特殊问题。 由于在n c s s 的控制回路中引入通信网络，信息的传送要分时占用网络通信 中南大学博十学位论文第一章绪论 介质，网络的承载能力和通信带宽有限，必然造成信息的冲撞、重传等现象的发 生，采样、量化、编码与解码、等待、传递的时间使得控制系统的信息在传输时 产生时延，称之为网络诱导时延。网络化控制系统中存在多种不同性质的时延， 时延可能是固定的、时变的或有界的。在一个局域网中，时延的特点主要与介质 访问层( m a c ) 的网络协议有关；而在因特网中，时延不仅与m a c 层协议有关， 而且网络通道的信息流量有关。 在网络化控制系统中，数据包丢失通常是不能避免的，这可能与数据包被物 理地破坏、m a c 层网络协议或者应用层处理旧数据包方式等有关。数据包丢失 由于其产生的原因不同而具有不同的特点，与网络诱导时延类似，它可能是固定 的、时变的或有界的。由于数据包丢失，传送的反馈信息或控制信息可能存在着 交替的i 、h j 隔。人们为了避免网络诱导时延和数据包丢失的随机发生，在局域网中 引入通讯调度以固定网络诱导时延和数据包丢失的发生，因此导致了一个通讯调 度新问题。 在考虑网络化控制系统时，一个通常需要研究的问题是是否需要足够的通讯 带宽来反馈信息到控制器，然后发送控制命令到执行器和受控对象。在传统的控 制系统模型中，假定传感器的信息在连续时间系统中是瞬间可用的，而在离散时 间系统中是在采样时间点可用的。在传送信息到控制器时可能存在时延，或者被 发送的控制信号可能被噪声破坏。但是在这种情况下当信息到达控制器时，假定 信息是必定完整的。这与另一些网络化控制系统形成对比，在这些网络化控制系 统中有限的通讯容量可能严重地限制反馈信号的比特率，从而导致性能的恶化， 甚至阻止稳定的操作。 网络化控制系统的分布特性导致了另一些的挑战，这些挑战包括从局部信息 和局部处理中确定全局的状态，以及通过局部的感知和动作达到全局的目标。在 这些网络化控制系统中，研究现在主要集中在协调控制策略上，目标在于同步、 局部化、路由和编码问题。网络化控制系统的挑战驱动了分布式和分散化控制系 统传统结果的再次验证，以使得通讯和网络问题得到考虑。 网络化控制系统还涉及到一些仍待考虑的重要领域，这些问题包括与大规模 空间分布式r f 一网络化传感器阵相关的实时数据挖掘问题、异类分布式传感器 阵的实时数据融合问题、用于管理设备节点丢失和网络配置策略的对等网络的分 布式控制和通讯问题。 以上由于网络引入到控制系统中而导致的特殊问题，形成了对传统控制理论 的挑战。网络诱导时延和数据包丢失等现象的存在将在不同程度上降低传统控制 系统的控制性能，甚至造成系统的不稳定，另外以上有些问题是传统控制理论所 没有涉及的。因此，有必要发展网络化控制系统的分析和综合理论，以充分考虑 2 中南大学博士学位论文第一章绪论 网络的影响，保证系统的稳定性，改善控制系统的性能。 1 2 网络化状态估计研究现状 n c s s 中的一个主要问题是如何补偿网络诱导时延和数据包丢失的影响，网 络诱导时延和数据包丢失被证明将严重降低系统的性能，甚至导致不稳定。以下 主要针对网络化控制系统中存在的网络诱导时延和数据包丢失现象，介绍网络化 控制系统的研究现状。 1 2 1 面向网络诱导时延补偿网络化状态估计 当前面向网络诱导时延补偿的网络化状态估计问题的研究主要考虑了采用 确定性模型、随机时间离散化模型、网络诱导时延的随机统计特性、模型预测输 出和等价控制器输出、输出通道切换等方式处理网络诱导时延的影响。 r l u c k 和a r a y ( 1 9 9 0 ) 提出了一种用于分布式时延的基于观测器的补偿 器，所给出的时延补偿算法基于确定性状态估计器和一个线性状态变量反馈控制 律，该观测器不需对时延补偿算法的任何结构修正就可以被一个随机的观测器替 代。但当一个前馈一反馈控制律用来代替状态变量反馈控制律时，这个观测器需 要像传统的无时延控制系统一样进行修正，在这样情况下时延补偿算法将要相应 地改变。然而基于确定性模型的状态估计器把随机网络诱导时延转化为固定时 延，人为地扩大了时延，降低了估计的性能。 a r a y 、l w l i o u 和j h s h e n ( 1 9 9 3 ) 提出一种随机延迟检测下的状态估计 算法，该算法是对常规最小方差状态估计算法的一种改进。在该估计算法中，要 求信息传输的最大延迟不超过一个采样周期。文中还对所得状态估计算法的稳定 性进行了分析研究，给出了一个判定该算法渐进稳定的猜想条件，但没能给出理 论证明。该随机设计方法基于信息的最大传输延迟限定为一个采样周期，但在实 际的网络控制系统中，传输延迟可能会大于一个采样周期。 j n i l s s o n ，b b e r n h a r d s s o n 和b w i t t e n m a r k ( 1 9 9 8 ) 考虑了具有随机时延的 实时系统的随机分析与控制，通过对小于一个采样周期的闭环随机网络时延的参 数化，给出了具有随机扰动的线性时不变系统的网络化最优状态估计算法。s h u 和q z h u ( 2 0 0 3 ) 考虑了具有长时延的网络化随机最优控制问题，采用与j n i l s s o n ，b b e r n h a r d s s o n 和b w i t t e n m a r k ( 19 9 8 ) 类似的方法，给出了长时延情 况下网络化最优状态估计算法。这两种方法都假设网络反馈是小于或等于一个采 样周期的。 c s u 和c l u ( 2 0 0 1 ) 考虑了利用被随机延迟的测量值进行互联网络状态估 计问题。在一个互联的电力系统，网络安全和电力传送能力分析需要一个完整的 基于网络的解决方案。伴随着在各个操作控制中心计算机之间通信风险，实时发 3 中南人学博+ 学位论文第一章绪论 送来的数据可以用来交换以构造完整的网络模型。测量时间的偏差是需要考虑的 地方，当融合大范围从数据网络接收的数据时。为了补偿随机时变到达的测量数 据的影响，作者提出了一种随机的扩展的k a l m a n 滤波算法。该算法能够为检测 值的一部分或者全部具有时延的系统提供互联网络状态的最优估计。该方法依赖 到达控制中心的交换数据时延的统计特性，而该时延被假定具有二元的统计特 性，即：检测值及时到达，或者被延迟一个采样时间。所提出算法的性能与标准 加权最小方差方法相当。该k a l m a n 滤波算法的特点在于它依赖于时延的统计特 性，从而使得估计的效果相对有限。 l a m o n t e s t r u q u e 和p j a n t s a k l i s ( 2 0 0 2 ，2 0 0 3 ) 考虑了在基于模型的网络 化控制系统中的状念和输出反馈控制问题。对于输出反馈，作者假定观测器位于 传感器端，且有对象的模型、与实际控制器相同的控制器和系统更新时间，从而 避免了网络将控制器和观测器分离使得观测器不能获得控制信号的情况，直接采 用传统的状态观测器作为状态估计器。因而该估计器是一种应用于网络化控制系 统的基于等价控制器输出的传统状态观测器。 a s m a t v e e v 和a v s a v k i n ( 2 0 0 3 ) 考虑了具有不规则传送时间的异步通信 通道的状态估计问题。对象是一个离散时间部分可观测的系统，且受到白噪声的 扰动，观测值通过具有不规则发送时问的通信通道发送到估计器。各种检测信号 甚至一个给定传感器输出的部分值会经历独立的时延，通过通道发送的信息将可 能丢失或者被破坏。在这种网络情况下，作者解决了最小方差状态估计问题，并 证明了所提出的状态估计器在自然的假设条件下具有指数稳定性。该估计器的特 点在于考虑了传感器输出的部分值会经历不同时延的网络情况，因而把网络化控 制系统建模为一个具有输出切换的系统，估计器根据接收到的传感器输出的不同 部分采用不同的参数进行状态估计。 1 2 2 面向数据包丢失补偿网络化状态估计 当前面向数据包丢失补偿的网络化状态估计问题主要是基于数据包丢失概 率或某种随机特性和基于减少测量值反馈的某种协议来研究的。 b s i n o p o l i ，l s c h e n a t o ，m f r a n c e s c h e t t i ( 2 0 0 4 ) 考虑在数据包丢失情况下的 时变最优控制问题，对于网络化控制系统存在数据包丢失的情况，作者把基于反 馈数据包丢失概率设计的离散时间k a l m a n 滤波问题应用于l q g 最优控制问题， 并证明了在网络存在数据包丢失的情况下，分离原理仍然成立。b s i n o p o l i ，l s c h e n a t o 和m f r a n c e s c h e t t 等( 2 0 0 4 ) 针对在传感器网络中的导航和跟踪应用，考 虑了利用间断的观测值执行k a l m a n 滤波的问题。针对数据在一个大规模的、无 线的、多次反射的传感器网络沿着不可靠的通信通道传送时，控制回路的通讯时 延和信息丢失就不能忽略情况，描述了离散k a l m a n 滤波问题，并把观测值的到 4 中南大学博士学位论文 第一章绪论 达状态建模为一个随机过程，研究了估计偏差协方差的统计收敛特性，表明了存 在一个观测值到达率的关键值，超过这个值就会出现无界的状态偏差的协方差， 并且给出了期望的状态偏差协方差的上界和下界。 o c i m e r , s y u k s e l 和t lb a s a r ( 2 0 0 6 ) 考虑了不可靠通信链接下l t i 系统的 最优控制。依据确认信号的可行性，考虑了两种不同的网络协议，包括t c p 和 u d p 。当在控制器和对象之间的信息流由于链接失败或者数据包丢失而遭到破坏 时，给出了依赖于控制量数据包丢失概率的状态估计器设计方法。 f w y a n g 等( 2 0 0 6 ) 针对一类存在测量值丢失的不确定离散时间随机系统考 虑了鲁棒日，也滤波问题，所得的滤波过程是指数均方二次稳定的，且能够获 得指定的马鼠性能指标；该文同时给出了最优致也滤波器的求解方法。 m h u a n g 和s d e y ( 2 0 0 7 ) 考虑了在存在m a r k o v i a n 特性数据包丢失的网络中 的k a l m a n 滤波的稳定性问题。作者把数据包发送和传输失败的正常操作条件描 述为两个状态的m a r k o v i a n 链。基于对失败的或成功的数据包接收状态的每次访 问的逗留时间，作者分析了估计误差方差矩阵的行为，引入了最大方差的概念作 为数据包丢失对滤波恶化的估计。对于一个不稳定标量模型，最大方差描述了误 差方差矩阵序列的上界。作者给出了最大方差过程稳定性在普通向量形式下的充 分条件和标量形式下的充分必要条件。 y s s u l l ，v h n g u y e n 和ys r o ( 2 0 0 7 ) 考虑了一种网络化估计问题。在这 个问题中，传感器数据发送只有在它们的值变化超过一个确定的值时。当这种 s e n d o n d e l t a 方法被采用时，没有传感数据发送意味着：相对于过去发送的传感 值，传感值的变化没有超过给定值。利用这些内含的信息，作者提出了一种改进 的k a l m a n 滤波算法，该算法减少了传感数据的流量，但只降低了相对较小的估 计性能。通过实验，作者验证了滤波算法的可行性。 m s a h e b s a r a ，t w c h e n 和s l s h a h ( 2 0 0 7 ) 研究了存在多数据包丢失的网 络化控制系统的最优h 2 滤波问题。采用了一种新的多数据包丢失描述方法，把 随机数据包丢失率转化到系统模型的随机参数中。通过统一h 2 范数的定义，以 状态空间形式给出了线性离散时间随机参数系统的随机h 2 范数的新关系。状态 估计偏差的随机h 2 范数被用作网络化控制系统的滤波器设计判据，给出了一组 线性矩阵不等式以求解相应的滤波器设计问题，仿真实例表明了理论的正确性。 1 3 面向网络诱导时延补偿的网络化控制系统研究现状 面向网络诱导时延补偿的网络化控制根据对网络诱导时延的处理方式不同， 分为确定性方法、增广状态方法、随机时间离散化方法、增益调度与自适应参数 整定方法、模型预测控制方法、摄动分析方法、基于跳变或切换系统的控制方法、 5 中南大学博士学位论文第一章绪论 基于混杂系统的控制方法和基于随机辅助变量的控制方法十种情况。 1 3 1 确定性方法 确定性方法通过把网络诱导时延转化为固定传输延迟，从而把闭环网络化控 制系统建模为确定的系统来考虑网络化控制系统的分析和设计。 i 入，o 控制器 r - 。k 警i r r 执行器+ 对象 辅 l 传感器 图1 2 确定性系统的等价结构框图 r l u c k ，a r a y ( 1 9 9 0 ) 提出了- - k e o 基于观测器的分布延迟补偿器。在该补偿 器算法采用了确定性方法：首先通过在控制器和执行器的接收端分别设置接收缓 冲区的方法，将时变的传输延迟转化为固定的传输延迟，得到如图1 2 所示的等 价结构框图，其中= + ，j 为回路中的最大传输延迟。设被控对象模 型为 x ( k + 1 ) = o x ( k ) + r u ( k ) ，j ，( 尼) = c x ( k ) ， 其中：p 肋，f ：f p 一“西b ，a 、b 、c 分别为连续时间状态方程的状态矩阵、 输入矩阵和输出矩阵。并假定最大延迟步数为吒s = p 。针对上述转化后的时延 网络系统，建立以下的多步观测器 z ( k + 1i ，) = 2 ( 七i ，一1 ) + r u ( k ) ，2 ， z ( k + 11 ) = z ( 后l1 ) + f u ( k ) + 厶【y ( 后) 一c z ( 尼i1 ) ， 以及预测控制器 “( 尼) = h k z ( ki 尸) ，p 2 。 以上多步观测器和预测控制器构成了基于观测器的p 步延迟补偿器，其中 z ( ki ，) = t c ( kk 一厂) 为x ( k ) 基于 y ( 1 ) ，y ( 2 ) ，y ( k 一，) ) 的估计。定义估计误差 e ( k ) = x ( k ) 一z ( k1 ) ，经过转换可得闭环网络化控制系统的状态方程为 lx ( 尼+ 1 ) ll + f h kf h k 人t | | x ( 七) l l p ( 尼一p + 1 ) j l 0 一厶一，j c 止( 七一尸) j 其中 1 兀( a - l k 冉川c ) + 彳卜1 l k 一。c l - i ( a - l k 小川c ) 】p 2 八一1 川 9 1 川 0 p 0 ，是0 ，当待歹 时，谚，= 1 ，当f ，时，磊，= 0 。作者假定被控对象为线性定常系统 f 戈( ，) = a x ( t ) + b u ( t f o ) ) + ，o ) 1 y ( ，) ：c x ( t ) + w ( t ) 9 中南人学博士学位论文第一章绪论 其中x ( t ) r ”，u ( t ) r ”，v ( t ) r ”，w ( t ) r 9 ；a ，b 和c 为适当维数的矩阵； v ( f ) 和w ( t ) 为零均值的白噪声；r ( t ) 为网络诱导时延。被控对象在采样间隔 【尼丁，( 七+ 1 ) t 】内离散化得到 jx k + 。= 4 坼+ 群+ k 、 i = 0 【y k = c + w k 其中x k = x ( k t ) ，y k = y ( k t ) ，u 。表示当传感器输出匕传输到控制器时的控制器 输出，4 = e a t , 群= f l - , e a ( i - , , ) a s b ，t = t ，= 0 ，v k = k + o r e a l ( k + 1 ) t _ , i v ( s ) a s ， w k = w ( k t ) ，屹和比仍然为零均值的白噪声。当h = 1 时，该离散化模型为n i l s s o n 等( 1 9 9 8 ) 中的离散对象模型。控制系统的目标函数为 j = e x 二q o x + ( q 1 + u ；q 2 u 。) 】， 其中q o 为半正定对称矩阵，q 和q 2 为正定对称矩阵。通过为系统引入新的状态 变量，z k = ，坼t 小，t 一 】r ”砌，被控对象转化为 i z k + l = z k + 1 1 甜 + 厶帆 1 儿= c o z k + 其中。，l ，日，c 0 为离散化模型的相关参数转换得到的参数矩阵。同时目标 函数转化为 j n = e z 五q o z + ( 翻气+ 甜艇) 】， 其中或为对称半正定，d 和幺为对称正定，它们都由原被控系统中的相关参数 转换得到的参数矩阵。 基于随机时间离散化方法的随机最优控制多年来得到了广泛的研究，取得了 众多成果，最新的研究考虑了网络诱导时延大于一个采样周期的情况。 2 ) 鲁棒控制 鲁棒控制设计方法的特点是要将时延环节转化为系统参数的一个不确定块， 同时可以考虑被控对象本身的不确定性，然后针对转化后的系统设计鲁棒控制 器，这样设计出的控制器能同时保证n c s 的鲁棒稳定性和鲁棒性能指标，该性 能指标是确定性的性能指标，而不是概率意义上的性能指标。 于之训等( 2 0 0 1 ) 将也和综合的方法引入到网络化控制器设计，文中给出 了将传输延迟的不确定转化为不确定块的等价框图，并用m a t l a b 的分析和 综合工具箱设计了鲁棒控制器，使得闭环系统具有较好的抗干扰能力。 姜培刚等( 2 0 0 4 ) 为克服时延和不同步对系统性能产生的影响，考虑了一种线 性定常系统的网络化鲁棒控制器设计问题。作者假定：控制器和被控对象通过网 络连接，网络诱导时延小于一个采样周期。在对连续线性定常系统进行离散化时， 1 0 中南大学博+ 学位论文 第一章绪论 将时延的不确定性转换为系统状态方程系数矩阵的不确定性，将网络化控制系统 的状态向量扩张为增广状态向量，利用所提出的基于l m i 的玩鲁棒控制方法， 通过状态的静态反馈控制，使得系统在没有外界未知扰动影响的情况下，闭环系 统是二次稳定的；在系统存在外界未知扰动影响时，闭环系统具有较好的干扰抑 制作用。仿真示例验证了该控制方法的有效性。 鲁棒控制器设计方法先后考虑了线性定常系统和线性不确定系统的网络化 鲁棒控制器设计问题，但随着随机网络时延均方差的增大，其参数化的不确定将 增加，使得鲁棒控制设计难以适用。 1 3 4 增益调度与自适应参数整定方法 增益调度与自适应参数整定方法的特点在于控制器的增益或参数根据网络 诱导时延的不同进行相应的调整，从而克服网络诱导时延的影响。 增益调度法首先由m yc h o w 和yt i p s u w a n ( 2 0 0 1 ) 和t i p s u w a n 等( 2 0 0 4 a , 2 0 0 4 b ，2 0 0 4 c ) 提出，这是一种自适应控制方案，其基本思想是通过调节原控制器 的输出增益以补偿网络诱导时延的影响。t i p u w a n 等指出，为了通过数据网络控 制一个对象，控制器的设计需要给出一个特定的网络化控制算法，以补偿网络诱 导时延的影响，这种网络化控制器的设计通常高成本、不便利、耗时。作者同时 指出增益调度法可以根据i p 流量情况改善现有比例积分( p i ) 控制器的控制性能。 作者考虑的n c s 的结构框图如图1 4 所示。系统传感器和执行器位于动作代理， 控制器位于控制代理，动作代理和控制代理通过i p 网络连接。作者给出的p i 控 制器、控制信号到被控对象的网络诱导时延和输出反馈到控制器时延的传递函数 分别为 图1 4 增益调度法的n c s 结构图 g ( s ) ：型生型型：必，吒甲( s ) = e - r o c p s ，g ，x 甲( j ) ：e 一。 33 其中f 舯和t d e c 分别为控制器到被控对象和被控对象到控制器