（模式识别与智能系统专业论文）基于ip网络的ncs通信系统建模及其应用.pdf

浙 江 大 学 硕 十 学 位 论 文 摘要 由于具有资源共享、信息沟通、可靠性、节约成本等方面的作用，i n t e rne t 得到了飞速的发展与应用，己成为一个重要而无处不在的基础设施。 网络应用的 (a . 大需求导致网络系统经常会出现拥塞现象。 而现有的方法大都采用数据包丢弃 作为拥塞的指示信息，这种机制主要适合于对延迟或者单个包的丢失不敏感的 t c p 流。 而对于低速率、 延迟敏感的 交互t c p 流， 譬如t e l n e t , w e b - b r o w s i n g 流， 可能的包的丢失和重传会造成显著的延迟。为进一步提高 i p网络对低速率交互 t c p 流的传输性能， 本文引入了数据包标记作为网络拥塞的指示， 并针对一个简 单的i p网络， 建立了基于r e d路由 器队列管理策略的动态模型。 最后， 与网络 仿真器n s的仿真结果进行了对比，验证了该动态模型的合理性。 网络控制系统 ( n c 引 已经成为过程控制领域里一个重要的研究方向，而由 于网络的引入可能导致数据丢失、时延等问题。为刻画 n c s通信环节的外部特 j性， 本文用一个简单的变采样周期、 变时延模型来描述数据包丢失、 网络诱导时 延对闭环系统的影响。 然后将其仿真结果与网络仿真器n s 的仿真结果进行了对 比，验证了该动态模型的合理性和有效性。 基于上述简单的通信环节模型，本文构造了一个单 输入单输出 n c s的仿真 模型， 并针对网络中随机的丢包和变时延特性， 描述了常规p i d的事件驱动形式; 与 此同时， 为克服常规p i d事件驱动形式在实际应用中存在的问题， 提出了相应 的改进方案。仿真结果表明:该改进的事件驱动p i d控制律具有很强的鲁棒性， 尤其是在大量过程数据丢失的情况下。 关键词: i p 网 络 模型化 r e d 网 络控制系统( n c s ) p i d 事件驱动 浙 江 大 学 硕 士 学 位 论 文川 ab s t r a c t i n t e r n e t h a s b e e n d e v e l o p e d r a p i d l y a n d b e c o m e s a n i m p o rt a n t p a r t o f t o d a y s s o c i a l l i f e . b e c a u s e o f t h e g r e a t r e q u i r e m e n t o f n e t w o r k a p p l i c a t i o n s , t h e n e t w o r k s y s t e m i s o ft e n i m m e r s e d i n t h e s t a t u s o f c o n g e s t i o n . i n e x i s t i n g t c p / i p p r o t o c o l s , t c p r e l i e s o n p a c k e t d r o p p i n g a s t h e i n d i c a t i o n o f c o n g e s t i o n . t h i s m e c h a n i s m i s a p p r o p r i a t e f o r t c p t r a f f i c w h i c h h a s l i t t l e o r n o s e n s i t i v i t y t o d e la y o r l o s s o f i n d i v i d u a l p a c k e t s . p a c k e t d r o p p i n g m e c h a n i s m m a y l e a d t o p o o r p e r f o r m a n c e s f o r l o w - b a n d w i d t h d e l a y - s e n s i t i v e a p p l i c a t i o n s l i k e t e l n e t , w e b - b r o w s i n g . t o i m p r o v e t h e p e r f o r m a n c e s o f i p n e t w o r k s w i t h l o w - b a n d w i d t h d e la y - s e n s i t i v e t c p t r a f f i c , t h i s t h e s i s i n t r o d u c e s t h e p a c k e t m a r k in g a s t h e in d i c a t i o n o f c o n g e s t i o n a n d b u i l d s a d y n a m i c m o d e l w i t h r e d / e c n f o r a s i m p l e i p n e t w o r k . t h i s m o d e l i s w e l l v a l i d a t e d b y c o m p a r i n g i t s a n a l y t i c a l r e s u l t s w i t h t h e n s s i m u l a t i o n r e s u l t s . n e t w o r k e d c o n t r o l s y s t e m s ( n c s ) h a v e b e c o m e a n im p o r t a n t d o m a i n i n t h e f i e l d o f p r o c e s s c o n t r o l e n g in e e r i n g . t o d e s c r i b e t h e e x t e rn a l c h a r a c t e r i s t i c s o f c o m p l ic a t e d c o m m u n i c a t i o n s u b s y s t e m i n n c s , t h i s t h e s i s p r o p o s e s a s i m p l i f i e d d y n a m i c m o d e l , c o n s i s t i n g o f a v a r i a b l e - p e r i o d s a m p l e r a n d v a r i a b l e t r a n s p o rt d e l a y , t o d e n o t e t h e p a c k e t d r o p p i n g i n d a t a t r a n s m i s s i o n a n d n e t w o r k - in d u c e d t i m e d e l a y . t h i s s i m p l i f i e d m o d e l h a s b e e n w e l l v a l i d a te d b y s i m u l a t i o n r e s u l t s b as e d o n t h e a b o v e s i m p l i f i e d m o d e l , t h i s t h e s i s c o n s t r u c t s a s i m u l a t i o n s y s t e m f o r a s i n g l e - i n p u t - s i n g l e - o u t p u t n c s a n d p r e s e n t s t h e e v e n t d r i v e n v e r s i o n o f r e g u l a r p i d c o n t r o l a l g o r i t h m . s i m u l a t i o n r e s u l t s e x p o s e t h e l i m i t a t i o n o f t h e e v e n t d r i v e n p i d w h e n h e a v y d a t a d r o p p i n g o c c u r s . t h e r e f o r e , t h i s t h e s i s p r o p o s e s a n i m p r o v e s c h e me . s i m u l a t i o n r e s u l t s s h o w i t s s t r o n g r o b u s t n e s s . k e y w o r d s : i p n e t w o r k s , m o d e l i n g , r e d , n e t w o r k e d c o n t r o l s y s t e m s , p i d , e v e n t d r i v e n c o n t r o l l e r . 浙 江 大 学 硕 士 学 位 论 文 致谢 值此论文完成之际，我首先向我的导师戴连奎教授表示深深的谢意。 在近三 年的研究和学习中， 戴老师对我孜孜不倦的教育和指导， 把我领入了网络控制及 建模的分析和研究的殿堂，同时为我提供了一个宽松、 和谐的研究环境， 引导我 在科研工作中一步步地前进。我的每一次进步和取得的成绩都是与戴老师的指 导、帮助分不开的。导师不仅在科研工作中给予我最大的帮助， 而且在生活中给 予了我无微不至的关怀，在此衷心表示感谢!同时戴老师勤奋敬业、知识渊博、 思维敏锐、 治学态度严谨、 为人乐观豁达， 在学习和工作 卜 为我树立了良 好的榜 样，将指引我一生的前进。 同时衷心感谢智能所的其他老师在工作学习各方面给予我的帮助和启迪， 尤 其感谢吴铁军教授， 吴教授对待学生和蔼可亲， 考虑问题全面而深刻， 幽默风趣 的谈吐和平易近人的长者风范令人如沐春风，令我非常钦佩和敬仰。 感谢武晓莉师姐，王彬，纪竹亮，韩言正，张其可等师兄弟以及郑旦师傅， 他们在我的科研学习过程中给予了我极大的帮助和支持， 共同营造了一个和谐的 学习生活环境，在此表示诚挚的谢意。 特别感谢陈鹏和覃旭松同学， 在两年多的相处中， 他们给了我很大的帮助和 支持， 在共同的学习过程中与他们所进行的诸多有益的讨论和交流， 使我获益匪 浅。在此表示特别的谢意。 感谢两年多来与我同一寝室的王长明、冯增建和赵铁峰同学，他们是我的良 师益友，在学习和生活上给予我许多热心的帮助，跟他们在一起生活非常愉快。 对所有关心和帮助过我的其他老师、同学和朋友表示诚挚的感谢。 衷心感谢我的父亲、母亲及其他亲人，一直以来，他们默默无闻地给予我在 生活和工作上的理解、关怀与支持鼓励，使我在求学路上不断前进。 贾已隽 二零零五年二月十求是园 浙 江 大 学 硕 士 学 位 论 文 第一章综述 摘 要: 本章首先分析了与网络建模密切相关的拥塞控制策略， 对现有的t c p / i p 网络的拥塞控制策略作了分类。接着对网络模型的研究现状进行了总 结。然后对网络控制系统 ( n c s ) 进行概述，详细分析了由于网络的引 入而带来的问题。最后简要介绍了论文的研究内容。 关键词:i p网络拥塞策略动态模型网络控制系统 ( n c s ) 1 . 1计算机网络拥塞控制策略 计算机网络是计算机技术和通信技术、光电技术、 的产物， 和信息户 是当今计算机应用中空前活跃的领域， 是2 0 控制技术等学科紧密结合 世纪乃至2 1 世纪信息技术 业发展水平的主要标志之一。目前， 化、生产过程控制、企业管理、办公自 动化、 息服务等领域已经得到广泛的应用。 计算机网络技术在金融与商业电子 军事、科研、教育、医疗卫生和信 随着计算机网络的飞速发展，网络中的数据流量越来越大，由于数据量的激 增而产生的网络的问题也越来越多， 譬如: 数据的准确和精确性， 延迟和利用率 等逐渐被人关注。而这些问题很大部分是由于网络中各处所发生的拥塞引起的。 拥寒控制是保证网络鲁棒性的关键因素， 同时又牵涉到网络运行的经济性， 因此 己成为当前网络研究的一个热点问题。 1 . 1 . 1网络拥塞和拥塞发生的原因 当网络中存在过多的数据包时，网络的性能就会下降，这种现象称为拥塞 ( a n d r e w , 2 0 0 3 ) 。拥塞导致的直接后果是分组丢失率增加，端到端延迟加大， 甚 至有 可能 使 整个系 统发生 崩溃( c o n g e s t i o n c o l l a p s e ) 。 图1 . 1 描述了 网 络负 载和 吞吐量之间的关系。当负载较小时，吞吐量的增长和负载相比基本成线性关系， 延迟增长缓慢;在负载超过k n e e 点后，吞吐量增长缓慢，延迟增长较快;当负 载超过c l i ff点之后， 吞吐量急剧下降， 延迟急剧上升。 通常将k n e e 点附近称为 拥塞避免区间;k n e e 到c l i ff之间是拥塞恢复区间;c l i ff之外是拥塞崩溃区间。 可以看出，负载在k n e e 附近时网络的使用效率最高。 第一章综 述 吞吐量 cl i f f k n e e 负载 图1 . 1 吞吐量和负载的关系图 虽然随着科技的发展，网络设备的处理速度不断加快、网络带宽持续增长， 但是硬件的建设的速度有时赶不上应用需求的增长。 而且， 很多时候，即使局部 的网络资源很充足，仍然会出现网络拥塞、分组数据丢失，从而导致性能下降。 这是因为由于互连网络是一个及其复杂的分散系统， 网络中总是存在资源“ 相对” 短缺的位置，成为网络性能提高的瓶颈。 网络产生拥塞的根本原因在于用户 ( 端系统) 给网络提供的负载大于网络资 源容量和处理能力。 其产生的直接原因是: ( 1 ) 存储空间不足。 如果几个输入数 据流均需要同一 个输出端口、 那么在这个端口就会建立排队。 如果没有足够的存 储空间， 数据包则会被丢弃。 对突发数据流更是如此。 增加存储空间在某种程度 上可以 缓解这一 矛盾， 但n a g l e 发现如果路由 器即 使有无限大的内存， 在造成网 络资源的浪费拥塞状况不仅不会变好， 反而会更糟。 因为等到分组到达队列的前 面时，它已经超时了 ( 甚至反复地超时) ，而超时重传的副本已经被重发了，重 发的分组都将被转发到下一个路由器， 增加了 到目 的地所有线路的网络负担。 ( 2 ) 带宽容量不足。 低速链路对高速数据流的输入也会产生拥塞。 所有信源发送的速 率r必须小于或等信道容量c 。一旦 r c ，在网络低速链路处就会形成带宽瓶 颈，当其满足不了 通过它的所有源端带宽的要求时，网 络就会发生拥塞。 ( 3 ) 处 理器处理能力弱、速度慢。如果路由器的c p u在执行排队缓存、更新路由表等 功能时、处理速度跟不上高速链路，也会产生拥塞。 1 . 1 . 2拥塞控制系统的结构和分类 由于网络系统的异构性、 复杂性和不可预测性， 现有的拥塞控制策略大都基 于闭环方式。 在拥塞闭环控制中， 发送端通过反馈信号来调节发送速率， 因此反 馈机制是拥塞控制的一个重要环节。 一般有两种反馈方式:隐式和显式。 隐式反 馈中， 终端系统自己负责监测数据传输状况， 并由此推测网络拥塞状态， 进而调 节发送速率。 但是终端的功能有限， 难以从有限的信息中准确推断出网络的伍载 浙 江 大 学 硕 士 学 位 论 文 状况。 隐式反馈一 般指采用分组丢失信息或标记分组作为反馈信号。 在网络拥塞 控制中， 显式反馈方式主要见于a t m 网络的a b r方式的拥塞控制中， 通过 a t m 交换机的支持， 拥塞控制通过r m信元来反馈连接所通过的网络路径上的连接数 和可用带宽等信息 ( 张宏科，1 9 9 6 ) . 针对已有的各种闭环的拥塞控制策略，根据网络模型的层次结构、以及实现 的位置，丁 c p / i p网络拥塞控制可以分为两种不同的闭环拥塞控制模型:基于端 主机的拥塞控制策略和基十通信子网的拥塞控制策略 ( l o w , 2 0 0 0 ) 。由 于 t c p 应用占i n t e r n e t 上 流量的总字 节数的9 5 % 和总 报文数的9 0 % ( t h o m p s o n , 1 9 9 7 ) . 所以基于端卞机拥塞控制的研究一开始主要集中在 t c p的拥塞控制上。基于通 信子网的拥塞控制策略包括数据包调度策略和队列管理算法， 后者是主要的研究 方向。 数据包调度策略通过数据流如何排队 ( 单队列或多队列)决定哪些包可以 传输来分配带宽。 队列管理通常通过分组丢弃策略来维护队列长度的大小， 实现 网络的控制，同时丢包的信息可以反馈到端主机的上层进行拥塞控制。 基于 端主机的拥塞控制策略中，源端采用某种拥塞控制策略，而反馈信号主 要来自 瓶颈链路 l 的分组丢失/ 标记信息。从控制理论的角度看，源端的速率调 节算法是系统的控制器， 系统的广义对象为路由器和链路组成的网络系统， 这样 的闭环控制系统如图 1 .2 所示 ( 王彬，2 0 0 4 ) a 源 端 速 率链 路 路 由 器 队 列 广 义对 象 图 1 .2基于端主机拥塞控制模型 基于通信子网的拥塞控制策略中，队列管理策略是主要的拥塞控制策略。路 由 器的主动队列管理 ( a q m) 策略根据队 列长度 q的 变化情况， 在队列缓存溢 出 之前，对到达的 分组数据以 概率p 丢弃 / 标记 ，分组的丢弃 / 标记 概率经过一些 延迟后被源端检测到，源端由此判断网络的状态，根据控制算法调节发送速率， 从而路由 器队列缓存中的队列长度得到控制。 从这个角度看，a q m才是系统的 控制器， 其输出p 为系统的 控制信号，而 源端的 速率控制算法是系统的 执行器， 它和路由器的队列长度特性以及链路延迟一起， 组成系统的广义对象， 这样的控 伟 u 系统如图 1 . 3 所示 ( 王彬，2 0 0 4 ) 0 第一章综 述 向.1! i 月 . . . . . . . .月 . . . . .月 .口. . . .， . . . . 曰. 广义对象 _ _- - - 一 _ _ _ _ _扭 图1 . 3 队列管理策略控制模型 这两种闭环模型有着不同的先决条件和目 的， 第一种模型一般假设路由器采 用了某种固定的队列管理策略 ( 如尾部丢弃法) ，强调源端的速率控制，适用于 设计和分析源端的速率控制算法; 而第二种模型假设源端采用已知的速率控制算 法( 如t c p 的拥塞窗口 控制技术) ， 适合用来设计和分析路由 器的队列管理策略。 由此可见， 基于端主机的拥塞控制策略与基于通信子网的拥塞控制策略是相互影 响、 相互作用的。 基于端主机策略需要根据来自于队列管理策略的反馈信号进行 发送速率的调整; 而队列管理策略除了可以通过分组丢弃来维持合理的队列长度 变化，还可以通过丢弃/ 标记概率的变化来影响端主机的发送速率。两者结合在 一 起实现完整的网络拥塞控制。 下面分别介绍基于端主机的拥塞控制策略和基于 通信子网的拥塞控制策略。 1 . 1 - 3基于端主机的 拥塞控制策略 基于端主机的拥塞控制是从数据传输的角度出发， 通过控制网络终端数据发 送来调整网络中间节点的状态， 从而提供给应用具有一定质量的连接。 从网络层 次结构的角度， 基于端主机的拥塞控制策略位于传输层及其以上层。 网络中拥塞 控制的大部分工作是由t c p来完成的，因为对拥塞现象最切实的办法是降低数 据传输速率。 t c p 拥塞控制是基于窗口方式的。 由于要同时考虑网络容量和接收 方的容量，发送方要维持两个窗口:接收方的建议窗口 r e c e i v e r s a d v e rt i s e d w i n d o w , r w n d ) 和拥 塞窗口( c o n g e s t i o n w i n d o w , e w n d ) 。 取两 个窗口 的 最小值 作为可以 发送的数据量。 ( a l l m a n , 1 9 9 9 ) t c p 拥塞控制包括四个部分:慢启动、拥塞避免、快速重传和快速恢复。 望0 ,1 动 矜 二 当建立新的t c p 连接时， 发送端发送一个t c p 报文段数据( 缺 省为5 1 2 字节) ，即c w n d 为一t c p 报文段，以 后每当 发送端收到一个来自 接收 端的确认 ( a c k ) , e w n d 就增加一个报文段。因一个r t t定义为从发送一报文 段到收到该报文段的a c k的时间间隔，c w n d 的大小将随r t t 指数j*k- 浙 n 一 大 学 硕 士 学 位 论 文 粼鉴 害 逻一旁 肘差 穿 :当 发现超时或收到3 个相同a c k时，t c p 认为网络发生拥 塞。t c p这一假设是基于:由传输引起的数据包损坏和丢失的概率很小，小于 1 % ( j a c o b s o n , 1 9 8 8 ) 。此时，就进入拥塞避免阶段。慢启动闽值 ( s s t h r e s h )就 设置为当前c w n d的一半，精确地说， s s t h r e s h = m a x ( 2 , m i n ( c w n d / 2 , r w n d ) a 如果是超时，e w n d 还要被置 1 0如果此时c w n d 0 !11 一一 1 矛 厂.， ，口卫 其中。 是队 列 所在的 输出 链路带宽， 而n ( t ) 是输出 链路上的t c p连接数。 在上 式中 没有考虑队 列溢出 的 情况， 并 且以 上表达式中的w ( t ) , r ( t ) , q ( t ) 都 是 相应 的期望值。 由 于上述模型将t c p 和a q m结合进行建模。 随着i n t e r n e t 上非t c p 应用的 增加， 采用t c p / a q m微分 方程模型的 方 法设计a q m控制器并 不普 遍适用。 本 文在第二章将基于流体流理论， 对网络的各个部分单独进行建模， 以改进上面模 型的不足。 1 . 3网络控制系统概述 1 .3 . 1网络控制系统的定义和结构 n e t w o r k e d c o n tr o l s y s t e m s , 最 早出 现 在马 里 兰大 学a c .w a l s h 的 论 著中。 一些学者称之为“ 分布式网络控制系统” 。 清华大学的顾红军 ( 2 0 0 1 ) 给出了明 确的定义。 定义:网 络控制系 统 ( n c s , n e t w o r k e d c o n t r o l s y s t e m s ) ， 又称为网 络化的 控制系统， 即在网络环境下实现的控制系统。 它是指在某个区域内一些现场检测、 控制及操作设备和通信线路的集合， 用以提供设备之间的数据传输， 使该区域内 不同地点的设备和用户实现资源共享和协调操作。 广义的网络控制系统包括狭义 的控制系统在内，而且还包括通过企业信息网络以及i n t e rn e t ， 实现对工厂车间、 生产线甚至现场设备的监视和控制等。网络控制系统的结构如图 1 . 7 所示 ( 吴迎 浙 江 大 学 硕 士 学 位 论 文 年, 2 0 0 3 ) 图 中f , ( k = 1 , 2 , . 功 为 执行器 的 输出 ( 通常可 用 执 行 器开 度 来 描 述) ， d y 是 被 控 对 象的 外界 扰动， y , , ( k = 1 , 2 , . .n ) 为 被 控 对象 输出 ，y k , ( k = 1 , 2 , . .n ) 为 传 感 器 采 样 数 据， v . , ( k = 1 , 2 , . .n ) 表 示 采样 数 据才经 过随 机的 网 络时 延 和 不 可 预 知的 丢 包后 传 至 控 制器的 采 样 数据，r ,e0 , ( k 二 1 , 2 , .n ) 为 传 感 器到 控制 器 的 网 络时 延 ， y ip 为 控 制 系 统的 设 定 值。 u k , ( k = 1 , 2 , . 川为 控 制 器的 输 出 ， 嵘为 控 制 器 到 执 行器的网络时延，d表示通信链路上的干扰数据流。 网络 干扰沪 图1 . 7 网络控制系统体系结构 作为一种分布式的控制系统，网络控制系统融合了控制和网络两大现代技 术， 代表了近年来控制技术领域的最新发展状况， 在控制领域得到了 越来越多的 应用。n c s具有良 好的系统结构，控制系统中的传感器、控制器、执行器都通 过共享介质网络连接。 n c s的主要优点 ( 朱其新等，2 0 0 3 )包括:( 1 )可以实 现资源共享;( 2 )可以实现远程操作与控制; ( 3 )具有高的诊断能力; ( 4 )网络 上各个单元的模块化， 系统的分布式控制， 安装与维护简单;( 5 ) 应用成本的降 低，同时它还克服了集中式控制结构中的一些缺陷，比如系统的可靠性低、 系统 重构性能差等。 n c s 可以分为两大组成部分: 网络部分和控制系统部分。 控制系统部分又可 分为传感器、 控制器、 执行器等基本部件。 这些部件和传统控制系统中部件没有 太大区别，只是这些部件都具有网络接口。 n c s使用的网络可以是专用的总线 网络，也可以是通用的网络例如以太网和 i n t e rn e t 。在工业和民用控制领域，作 为一类网络技术， 现场总线因其可靠的设计， 逐渐占据了主导地位，因此基于现 场总线的网络控制系统目前被研究的最多。 当今世界范围内， 影响力较大、 应用 广泛的现场总线技术有:法国的w o r l d f i p ，德国的p r o f i b u s 和c a n总线， 丹麦 的p - n e t , 美国的d e v i c e n e t , c o n t r o l n e t 等。 而由 于 通用网 络的 覆盖范围 广、 第一章综 述 成本低廉等良 好的性能，基于以太网和因特网的n c s己开始得到研究者们更多 的关注口 传统的离散控制系统，其系统各个部件往往都是时间驱动的。系统中的时钟 同步信号， 控制了数据的读取、 处理和发送。 这种设计如果硬件不出现问题， 系 统中一般都不会出现时延或者丢包现象。 这种结构有利于系统的分析、 设计， 系 统的稳定性分析在控制理论中也已经得到很好的解决。 而在网络控制系统中，由 于多个控制回路共享一个网络， 阻塞的现象经常发生， 数据时延往往是随机变化 的，而且会发生丢包现象。 在这种情况下， 传感器、 控制器、 执行器采取事件驱 动还是时间驱动， 取决于算法的设计者们具体的需要。 在后面的技术中， 时间驱 动的传感器，事件驱动的控制器和执行器，这个组合用的比较多。 n c s与 传统的控制系统相比， 有很多优点;同时由于引入了网络环节，也有 一 些不足。 由 于网络的存在， 数据在传输过程中增加了不确定性。 不确定主要包 括两个方面， 其一是随机时延， 其二是丢包现象， 而这两个方面对于系统动态特 性和稳定性都有破坏作用 1 3 . 2 n c s 的研究现状 n c s 是控制领域的研究热点， 研究者们从控制理论和网络的角度做了大量的 研究工作。 而研究的侧重点是时延和丢包问题 ( 黎善斌， 2 0 0 3 ; 朱其新， 2 0 0 3 ) . 1 )时延问题 n c s中引起时延的环节很多，受控对象和各种物理器件工作都可能产生时 延，主要可以分为: 令 数据传输时在网络中的时延 这种时延包括数据在链路中的传输时延， 和经过网络设各 ( 譬如交换机， 路 由 器) 时在队列中的等待和处理时延。 当网 络设定的数据传输率较小， 与控制回 路共用网络设备的数据流较多时， 此时延就较大。 此外传输时间还与网络的特性 例如网络拓扑结构等有关。 本文中主要考虑数据传输率的因素， 而忽略网络拓扑 结构的影响， 并认为数据传输都有固定的路径， 不需要寻径， 先发送的数据如果 没有丢掉一定先到达。 今 受控对象的时延 这种时延类似于传统控制系统中的时延， 例如物料在管道中或者传送带上的 传输时延。 今 器件动作的时间，例如传感器读取数据的时间，计算时延等 这个时间取决与具体器件的特性，一般情况下这种时延比较小，可以忽略或 者划归到别的时延中去。 所以， 如图1 .8 所示， 网 络时 延可以 分为 三个部 分: 传 感器 到 控制器的 时 延犷 r 浙 江 大 学 硕 士 学 位 论 文 控 制器 的 计 算时 延t k 以 及 控制 器到 执 行器的 时 延t k e 尸-一一-l 图 1 . 8 n c s的三种时延 图1 .8 中， t , 为 过 程测 量 数据的 采 样时 间， y m ( k t ) 为 传 感器 采样 数 据， y ( k t 一 丫) 表示采样数据过随 机的网 络时 延后传至控制器的 采样数据，u ( tk ) 为 控制器的 输 出，u ( t k - t k ) 表示经过网 络时延后的 控制器输出( 即实际 有效的 控制器 输出) 。 设网 络的 总时 延为t k ， 则 t k = 叮+ 叮 十 叮( 1 .7 ) 上述的三个时延中， 传感器到控制器时延和控制器到执行器时延是在同一个网络 中产生， 具有类似的特性。 这两个时延随机变化， 而且变化范围比较大， 所以 是 n c s研究的重点。本文第三章对网络对象建模时， 就将上述两个时延作为同一 个 模 型处 理。 计 算时 延t k 相 对于 其它 两 个时 延 来说 比 较小， 通 过 优 化的 编 码 和 硬 件设 计， 可以 使 这 个时 延在 很多 处理中 忽 略 或者 被包 括 到t k q 中 处 理。 本文 主要 讨 论t k 和t k 对 系 统 性能 的 影响以 及如 何 克 服 这 种不良 影响。 网络时延的特点之一是其时变性， 其二是变化范围比较大。 网络时延的引入， 使控制器无法得到准确而及时的反馈信息， 降低了 系统的性能。 网络时延可能造 成的 影响 包括: ( 1 ) 使系统 相位滞 后， 系统响 应性能 差。 r a y ( 1 9 8 8 ) 研究了 时 延对控制系统的影响。 结果证明，网络时延越大， 那么系统超调和系统的过渡过 程时间就越大; ( 2 ) 降低稳定裕度，时延可能会降低稳定裕度，导致系统不稳定 ( h i r a i , 1 9 8 0 ) .因为网络控制系统通常都会有时延， 所以 系统的稳定性分析在 n c s 分析和控制中，成为了极为重要的问题。 由于分析方法对于实际的控制技术来说， 通常都是很具体的，所以网络的设 置和数学表达的不同， 使得这些分析方法不能在各种控制应用中互用。 针对闭环 网络控制系统中普遍存在的 传输时延问 题，于之训 ( 2 0 0 1 ) 将hw 和11 综合方法 引入了控制器的设计，使得设计出的控制器在一宁范围内的时派都p v 4 持a 第一章综 述 而且由于认 综合方法的使用， 使得闭环系统同时具有良 好的动、 静态性能和抗干 扰能力。网 络产生的时 延不可能是恒定的， l u c k 和r a y 等人 ( 1 9 9 0 )通过在传 感器与控制器、控制器与 执行器之间引 入缓存， 从而把时变的系统变成为时不变 系统， 从而将设计问题转化为一般的采样数据控制问题。 这种方法处理了控制时 延大于一个采样周期的 情况，缺点是缓存区的引入将所有的时延人为地扩大了， 从而降低了系统的性能。 k r o l i c a 等人 ( 1 9 9 4 ) 研究了具 有随机时延的控制系统， 时 延荤和z k “ 建 模成为 马 尔 可 夫 链， 所 有的 节 点 都 是 时间 驱 动 的。 文中 借 助 跳 变 线性系统理论推导出零阶均方指数稳定性的充分必要条件。y u z h i x u n等人 ( 2 0 0 0 )针对l u c k 等人控制策略的缺点进行了改进。 对于能够预先知道结构， 例如控制回路个数等参数的系统，可以应用采样时 间 调 度 理论。 这 种 方 法是h o n g 在1 9 9 5 年 提出 来 的。 该 技 术 的 关 键 是要 选择一 个足够长的采样时间， 一方面，网络时延相对于这个采样时间而言比较小， 从而 降低了时延对系统性能的影响; 另一方面， 又要让系统仍然保持稳定。 系统的采 样时间选取， 要保证系统时延不能超过系统的采样周期。 在这种情况下， 采样系 统就可以 用一般离散系统的处理方法加以 处理。 k i m等人 ( 1 9 9 6 ) 扩展了h o n g 处理方法， 他们研究出另外一个方法， 用来处理多维的情况。 使用采样时间调度 法， 不仅部分解决了时延的问题， 而且还使得控制回路和其他连接到网络上资源 的网络分配问题得以解决。 1 9 9 9年 w a l s h等人针对半回路的 情况提出了 摄动法。 摄动法的关键是要把 n c s的网络时延，表示为连续系统的一种摄动。摄动法要求系统采样周期很短， 这样就可以 将n c s 近似的作为连续系统对待，从而可以 使用连续系统的设计方 法。 摄动法既可以应用到轮询服务的网络中， 也可以应用到随机访问的网络中去。 但是这些网络必须满足是有优先级的。 摄动法的一个主要的优点是它能够应用到 非线性系统中。 但是由于这个方法是针对半回路的情况， 因此不能应用到有控制 器到执行器时延的系统。 2 ) n c s网络丢包问题 数据在传输过程中， 除了有时延以 外，还可能存在着丢包现象。当网络负载 变重， 路由器的缓冲区就可能发生溢出现象， 此时到来的采样数据包就可能会被 丢掉;另一方面， 在网络传输过程中发生错误， 被接收端丢弃。 携带控制信号的 数据包的丢失会使得控制器不能得到完全的反馈信息， 导致瞬态误差。 更严重的 是， 瞬态误差有可能持续几个周期，系统不能立即恢复正常，时序样本不能准时 到达， 这样便产生了空采样的问题; 如果控制器不能在传感器产生新样本之前及 时得到样本， 在无缓存区的情况下， 旧的样本将被覆盖， 这样便产生了样本拒绝 问 题( r a y , 1 9 8 8 c ; l i n x i a o , 2 0 0 0 ; z h a n g , 2 0 0 1 ) 。 更 严重的误差 ( 即 暂时中断 ) 浙 江 大 学 硕 士 学 位 论 文 使得系统以不可预测的方式运行， 如: 无响应或产生误操作 ( 黎善斌等， 2 0 0 3 ) . 轻则降低控制系统的品质，重则使得系统不稳定。 现今许多研究文献研究n c s的稳定性问 题时， 大都假定各个节点是同步的， 时延必须小于一个采样周期 ( k r t o l i c a , 1 9 9 4 ; wa l s h , 1 9 9 9 ) 。然而由于在传输 过程中报文更有可能会发生丢弃现象， 很难保证各个节点同步， 这就使得在理想 假设条 件 下 推导出 的 控制 策略 是 不可 行的 ( l i n c o ln , 2 0 0 0 ; z h a n g , 2 0 0 1 ) 。 所 以z h a n g 等人 ( 2 0 0 1 ) 对多报文传输和存在报文丢失的n c s进行了研究， 把具 有报文丢失和多报文传输的 n c s系统建模成异步动态系统 ( a s y n c h r o n o u s d y n a m i c a l s y s t e m s , a d s ) ，并给出了报文丢失情况下n c s的 稳定性定理以 及 报文丢失率的界。 朱其新等人 ( 2 0 0 3 ) 在对网络控制系统进行分析和建模时，考虑了含有控制 信息数据包的大小问 题， 由此延伸出单包传输和多包传输的问 题， 并针对两种情 况的丢包分别进行了 建立了 矩阵模型。 但仅仅是针对数据包的丢失与否来进行建 模， 未与时延结合起来;另外， 从整个网络系统的角度来考虑， 所建立的模型依 然过于复杂，不适合于工程应用及仿真。 1 . 4论文研究内容 为进一步提高i p网络对低速率交互t c p流的传输性能，本文引入了数据包 标记作为网 络拥塞的指示， 并针对一个简单的i p 网 络， 建立了 基于r e d路由 器 队列管理策略的动态模型。最后，与网络仿真器n s 的仿真结果进行了对比，验 证了该动态模型的合理性。 然后，将这种建模方法运用到控制系统中针对当前流行的网络控制系统 ( n c s ) ，建立了系统中通讯环节的近似模型，并利用该近似模型，构造了整个 的n c s 仿真模型， 继而分析了传统的p i d控制器应用于n c s 中可能产生的问题。 针对网络中随机的丢包和变时延特性， 本文描述了 事件驱动p i d算法， 并对其进 行了改进。 浙 江 大 学 硕 士 学 位 论 文 第二章 采用拥塞标记策略的i p网络动态模型 摘 要: 现有的i p网络动态模型大都采用数据包丢弃作为拥塞的指示信息，这 种机制主要适合于对延迟或者单个包的丢失不敏感的t c p流。为进一 步提高伊网络对低速率交互t c p 流的传输性能， 本文引入了数据包标 记作为网络拥塞的指示，并针对一个简单的i p网络，建立了基于r e d 路由器队列管理策略的动态模型。 最后， 与网络仿真器n s 的仿真结果 进行了对比，验证了该动态模型的合理性。 关键词:i p网络动态模型显式拥塞指示 ( e c n)随机早期检测 ( r e d ) 2 . 1 引言 为了分析与解决 1 p网络的拥塞问题，需要深入了解网络系统的动态特性。 现有的t c p / i p网络因其特殊的分层结构，整个系统极其复杂，因此，从系统的 角度、以 解析的方式对t c p / i p 网络进行描述存在极大的困 难 ( 汪小帆， 2 0 0 2 ) . 目 前，对网络进行建模主要有两类方法:从微观角度出发的基于分组的离散 模型和从宏观角度出发的基于统计、 平均意义的流体流模型。 基于分组的模型描 述方面，一个典型例子是网络仿真器 ( n e t w o r k s i m u l a t o r )的构建:它从分组数 据转发的角度，对真实世界中网络的动态行为进行了模拟。 这方面的学术研究， 一直以来的研究重点、 方向主要是以 排队论的方法来研究路由器( 网络核心设备) 中的数据处理过程、建立缓存队列的排队处理模型。 r o b e r ta z z i 对近来的一些成 果进行了总结，并讨论了网络中多个设备的队列模型组合的结果 ( r o b e r t a z z i , 2 0 0 0 ) 。 用队列模型研究网 络，获得的结果数学形式相当复杂， 较难用于实际应 用;而且，这种方法中，很难评估网络参数对整个系统性能的影响 ( b o h a c e k , 2 0 0 3 ) 。更主要的是，队列模型一般是对泊松分布的数据流进行研究的，而目 前 的 研究成果显示网 络上的 数据流表现出自 相似 s e l f - s i m i l a r i t y ) 特性 ( l e l a n d . 1 9 9 4 ; c r o v e l l a , 1 9 9 6 ) ，原有模型的适用性便成了问题。 从宏观角度出发的流体流模型，对微观的分组数据作宏观意义上的数理统 计、 求取平均， 将数据传输过程看作为一个连续变化流。 流体流模型可以 使用连 续函数中的一些计算处理，比如积分、 微分等， 从而更容易对模型进行理论分析 以 及进一步的拥塞控制策略设计。 2 0 4 0 年m i s r a 等人首次将数据的通信作为一 个流体来进行建模，给出了 采用a q m ( a c t i v e q u e u e m a n a g e m e n t ， 主动队 列管 理) 策略的i p ikq 络的微分方程;另外，在其r e d ( r a n d o m e a r l y d e t e c t i o n , 随 机早 期检测) 的应用中， 采用丢数据包来作为拥塞的指示和反馈。 但是， 我们发 第二章采用拥塞标记策略的rn网络动态模m 现该模型存在一些缺陷。 首先， 该模型将多 个t c p 负载简化为一个t c p 的n倍 与实际网络情况存在差异，因为一般情况不同的 t c p连接其回程时间 ( r t t ) 是不同的，而r t t通常是端主机控制策略的周期;其次，也是一个重要的原因 是，网络的发展使得非t c p 应用不断得到增加，采用t c p / a q m微分方程模型 的方法设计a q m控制器并不普遍适用。2 0 0 3 年b o h a c e k 等人采用混杂模型来 描述网络通讯中的数据流，同时将拥塞窗口、队列大小等随机量用其短期 一个 回 程时间 ， r o u n d - t r ip t im e ) 的 平均 值 来 近 似。 然而， b o h a c e k 等 人对 进入 路由 器 队列的每一个数据流单独进行建模， 对于路由 器的每一个输出端口， 其动态模型 的阶次为经过该端口 数据流的个数:而实际 l p网络中，经过路由器输出端口的 数据流数目很大， 从而使得动态模型的阶次很高， 造成仿真系统复杂， 运算时间 长。 另外，上述模型均采用数据包的丢弃作为拥塞的指示，这种机制非常适合于 对延迟或者单个包的丢失不敏感的 t c p流，然而，对于低速率、延迟敏感的交 互t c p 流， 譬如t e l n e t , w e b - b r o w s i n g 流， 不必要的 包的丢失 和重 传会 造成显著 的 延迟。 而 运用e c n ( e x p l i c i t c o n g e s t i o n n o t i f i c a t i o n ， 显式 拥 塞通知) 机制， 发 送端可以迅速、 清楚的得到拥塞通知， 而没必要等待重传定时器的超时或者是表 明包丢失的三个重复a c k 。 这对短的t c p 连接流尤其有利， 可以缩短传输时间。 因为如果一个短t c p流的最后一个分组被丢弃了