（交通信息工程及控制专业论文）网络控制系统的模糊动态调度与变采样周期算法研究.pdf

中文摘要 摘要：网络控制系统是一种全分布式、网络化实时反馈的控制系统，其主要特征 是通过网络来实现控制系统各部分信息的交换。它结合了控制和网络的优势，具 有控制范围广、系统连线少、适应能力强、运行成本低等特点。但网络的引入也 使得网络控制系统产生了如网络诱导时延、数据包丢失等许多新的问题，限制了 网络控制系统性能的发挥。如何解决这些问题，充分发挥其优势，是国内外学者 研究的重点所在。 目前，对于网络控制系统的研究主要从控制和网络调度两个方面展开。本文 主要从调度方面进行研究，通过设计动态调度算法和变采样周期算法减小上述问 题对网络控制系统的影响，提高网络控制系统的性能。 本文首先介绍了网络控制系统的发展以及存在的基本问题，分析了网络控制 系统调度的研究现状；然后介绍了研究网络控制系统所使用的t r u e t i m e 仿真工具 箱的基本结构和功能，并利用该工具箱建立了有调度器的多回路网络控制系统仿 真模型；接着在考虑系统误差和误差变化率的情况下，结合神经网络模糊控制理 论的知识，设计了一种模糊动态调度算法，并在之前建立的网络控制系统仿真模 型中完成仿真。仿真结果表明，在相同的网络带宽限制条件下，模糊动态调度算 法相比于r m 和e d f 调度算法，产生的网络诱导时延更小，控制性能更好；最后 分析了采样周期对网络控制系统性能的影响，在具有一定网络利用率要求的条件 下，设计了一种变采样周期算法，结合e d f 和模糊动态调度算法将其应用与网络 控制系统中进行仿真，仿真结果表明，变采样周期算法能够有效地提升网络控制 系统的性能。 图4 4 幅，表8 个，参考文献3 8 篇 关键词：网络控制系统；调度；采样周期；网络利用率 分类号：t p 2 7 3 a b s t r a c t a b s t r a c t ：n c sf n e t w o r k e dc o n t r o ls y s t e m ) i saf u l l yd i s t r i b u t e d ，n e t w o r k - b a s e d r e a l t i m ef e e d b a c kc o n t r o ls y s t e m ，w h o s em a i nc h a r a c t e r i s t i ci st h a ti n f o r m a t i o n e x c h a n g eo ft h ed i f f e r e n tp a r t so ft h ec o n t r o ls y s t e mi sa c h i e v e dt h r o u g hn e t w o r k t h e a d v a n t a g eo fc o n t r o ls y s t e mc o m b i n e dw i t ht h a to fn e t w o r k ，n c sh a se x t e n s i v ec o n t r o l r a n g e ，l e s sl i n ec o n n e c t i n g ，s t r o n ga d a p t a b i l i t ya n dl o wo p e r a t i o nc o s t ，a n dt h e r e f o r eh a s w i d ea p p l i c a t i o np r o s p e c t s b u tu n f o r t u n a t e l y , i n t r o d u c t i o no fn e t w o r ka l s ob r i n g sal o t o fn e wp r o b l e m ss u c ha sn e t w o r k i n d u c e dd e l a y , d a t ap a c k e td r o p o u ta n ds oo n ，w h i c h h a sl i m i t e df u l lp l a yo ft h es y s t e mp e r f o r m a n c e h o wt os o l v et h e s ep r o b l e m si no r d e r t oe f f e c t i v e l yp l a yt h ea d v a n t a g eo f n c sh a sb e c o m ear e s e a r c hf o c u s a tp r e s e n t ，r e s e a r c ho nn c sm a i n l yf o c u s e so ne i t h e rc o n t r o lo rn e t w o r k s c h e d u l i n g t h i sd i s s e r t a t i o nf o c u s e so nt h er e s e a r c ho fn e t w o r ks c h e d u l i n g , w h i c h o b j e c t i v ei st om i n u st h ee f f e c to ft h o s ep r o b l e m so nn c sa n di m p r o v et h ep e r f o r m a n c e o fn c sb yd e s i g n i n gp r o p e rd y n a m i cs c h e d u l i n ga l g o r i t h ma n dv a r i a b l es a m p l i n g p e r i o da l g o r i t h m f i r s to fa l l ，d e v e l o p m e n to fn c sa n dt h ee x i s t i n gb a s i cp r o b l e m sa r ei n t r o d u c e d a n dr e s e a r c hs t a t u so fs c h e d u l i n gi nn c sa r ea n a l y z e d ；s e c o n d l y , b a s i cs t r u c t u r ea n d f u n c t i o no ft r u e t i m es i m u l a t i o nt o o l b o xu s e di nt h er e s e a r c ha r es i m p l yi n t r o d u c e d ，a n d am u l t i l o o pn c ss y s t e mm o d e lw i t hs c h e d u l e r si sb u i l db a s e do nt r u e t i m e t h e i m p o r t a n c eo fs c h e d u l i n gt on c si sd i s p l a y e db ys i m u l a t i o n ；t h i r d l y , c o n s i d e r i n gt h e s y s t e me r r o ra n d t h ec h a n g er a t eo fs y s t e me r r o ra n du s i n gn e u r a ln e t w o r kf u z z yc o n t r o l t h e o r y , af u z z yd y n a m i cs c h e d u l i n ga l g o r i t h mb a s e do nn e u r a ln e t w o r ki sd e s i g n e da n d t h e na p p l i e dt ot h en c sm o d e lb a s e do nt r u e t i m e ，w h i c hs h o w se f f e c t i v e n e s si nt h e s i m u l a t i o n ，w h i l et h eb a s i cp r i n c i p l eo ft h ea l g o r i t h mi sd i s c u s s e di nd e t a i l ；e v e n t u a l l y , t a k i n gt h ee f f e c to fs a m p l i n gp e r i o do nt h ep e r f o r m a n c eo fn c si n t oc o n s i d e r a t i o n ，a v a r i a b l es a m p l i n gp e r i o da l g o r i t h mu n d e rg i v e nn e t w o r ku t i l i z a t i o nr e q u i r e m e n t si s d e s i g n e d ，a n dc o m b i n e dw i t hs c h e d u l i n ga l g o r i t h ma n dt h e na p p l i e dt ot h en c s m o d e l b a s e do nt r u e t i m ei nt h ef o r mo fs a m p l i n g p e r i o dr e g u l a t o r s ，w h i c hs h o w s e f f e c t i v e n e s si nt h es i m u l a t i o n ，w h i l et h eb a s i cp r i n c i p l ea n dr e a l i z a t i o np r o c e s so ft h e a l g o r i t h mi sd i s c u s s e de m p h a t i c a l l y k e y w o r d s ：n c s ；s c h e d u l i n g ；s a m p l i n gp e r i o d ；n e t w o r ku t i l i z a t i o n c i 。a s s n 0 ：t p 2 7 3 l v 图索引 图1 1 网络控制系统典型结构1 图1 2 直接数字控制系统典型结构2 图1 3 集散控制系统典型结构2 图2 1t r u e t i m e l 5 模块库l o 图2 2t r u e t i m e 网络模块对话框1 2 图2 3 无调度器的网络控制系统结构图1 3 图2 4 无调度器的t r u e t i m e 网络控制系统模型1 4 图2 5 有调度器的网络控制系统结构图1 5 图2 6 有调度器的t r u e t i m e 网络控制系统模型1 6 图2 7 直流电机原理图1 6 图2 8 回路1 的转速响应曲线1 8 图2 9 回路2 的转速响应曲线1 8 图2 1 0 回路3 的转速响应曲线1 9 图2 1 l 数据传输时序图1 9 图2 1 2 时序图说明1 9 图3 1 基于神经网络的模糊动态调度示意图2 4 图3 2 互和e e 的隶属度函数曲线2 4 图3 3 只的隶属度函数曲线2 5 图3 4b p 神经网络结构2 6 图3 5 模糊动态调度器t r u e t i m e 模型2 8 图3 6d - - 0 时的转速响应曲线2 9 图3 7d = 0 时的网络诱导时延3 0 图3 8d = 5 0 时的转速响应曲线3 0 图3 9d = 5 0 时的网络诱导时延3 l 图3 1 0d = 6 2 时回路1 和回路2 的转速响应曲线3 2 图3 1 ld = 6 2 时回路3 的转速响应曲线3 2 图3 1 2d = 6 2 时的网络诱导时延3 3 图4 1 采样周期对控制系统性能的影响3 5 图4 2 网络利用率预测示意图3 6 图4 3 基于模糊控制的网络需求度调整示意图3 8 图4 4e 和e c 的隶属度函数曲线3 8 图4 5q 的隶属度函数曲线3 8 图4 6 具有采样周期调节器的网络控制系统结构图4 l 图4 7 采样周期调节器基本结构4 2 图4 8 网络利用率变化曲线4 3 5 2 图4 9 回路1 的采样周期变化曲线4 3 图4 1 0 回路2 的采样周期变化曲线4 4 图4 1 l 回路3 的采样周期变化曲线4 4 图4 1 2 初始采样周期时e d f 调度的转速响应曲线4 5 图4 。1 3 期望采样周期时e d f 调度的转速响应曲线。4 6 图4 1 4 变采样周期时e d f 调度的转速响应曲线4 6 图4 1 5 初始采样周期时模糊调度的转速响应曲线4 7 图4 1 6 期望采样周期时模糊调度的转速响应曲线4 7 图4 1 7 变采样周期时模糊调度的转速响应曲线4 8 5 3 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国 家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者虢力 g 签字日期：、锣年易月 独创性声明 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和取得的研 究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得北京交通大学或其他教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示了谢意。 学位做作者签名兹氓签字嗍冲6 月，日 致谢 本论文的工作是在我的导师尹逊和副教授的悉心指导下完成的，尹老师严谨 的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来尹 老师对我的关心和指导。 在实验室工作及撰写论文期间，孟祥龙、孙延鹏、孔勇、任忠杰、刘嵩等同 学对我论文中的研究工作给予了热情帮助，在此向他们表达我的感激之情。 本论文得到北京交通大学校基金2 0 0 7 x m 0 0 2 的资助，在此表示感谢。 另外还要感谢我的家人和身边的朋友，他们的理解和支持使我能够在学校专 心完成我的学业。 1 绪论 1 1 引言 进入2 1 世纪以来，控制系统的规模日益扩大，复杂程度不断提高，控制系统 向着更加分散化和智能化的方向发展，传统的点对点控制系统通信结构已经越来 越不能满足现代控制系统的需求。随着计算机网络技术的飞速发展，人们提出将 控制环路分布到网络上，以满足现代控制系统分散化和智能化的需求。未来，传 统的本地控制将转变为大范围的通信网络上的控制，传统的控制系统也将逐步转 变为网络控制系统【l 捌。 网络控制系统( n e t w o r k e dc o n t r o ls y s t e m s ，n c s ) 是指控制回路通过实时网络 形成闭环反馈的控制系统，其特征是参考输入、对象输出、控制输入等信息的传 输通过网络来实现。控制系统中的传感器、控制器、执行器与网络接口直接相连， 成为实时控制网络的独立节点【3 】。图1 1 所示为n c s 的典型结构。 ， 控制器1 ottd o 控制器n 图1 1 网络控制系统典型结构 f i g u r e1 1t y p i c a ls t r u c t u r eo f n e t w o r kc o n t r o ls y s t e m 网络控制系统是继直接数字控制系统( d i r e c td i g i t a lc o n t r o ls y s t e m ，d d c s ) ， 集散式控制系统( d i s t r i b u t e dc o n t r o ls y s t e m ，d c s ) 以及现场总线控制系统( f i e l d b u s c o n t r o ls y s t e m ，f c s ) 之后产生的一类新的现代控制系统。 早在2 0 世纪5 0 年代开始，计算机被广泛应用于控制系统中，随之产生了直 接数字控制系统。在该系统中，传感器和执行器与计算机之间采用点对点连接， 信号的传输、执行都由计算机控制，其典型控制结构如图1 2 所示。 图1 2 直接数字控制系统典型结构 f i g u r e1 2t y p i c a ls t r u c t u r eo f d i r e c td i g i t a lc o n t r o ls y s t e m ， 操作员站操作员站 i 。，一i 一+ ，一 图1 3 集散控制系统典型结构 f i g u r e1 3t y p i c a ls t r u c t u r eo fd i s t r i b u t e dc o n t r o ls y s t e m 2 0 世纪7 0 年代，直接数字控制系统有了新的发展，美国h o n e y w e l l 公司开发 出第一个分布式控制系统t d c 一2 0 0 0 ，图1 3 表明了d c s 的典型结构。区别于直接 数字控制系统，在d c s 系统中，引入了网络作为传输介质，不过通过网络传输的 仅是开关信号、监测信号、警告信号等信息，大多数实时控制任务( 传感、计算和 执行) 依然在各个模块内实现。之后，在d c s 的基础上，又产生了现场总线控制系 统，该系统是一种开放的分布式控制系统，算是对于d c s 的一种改进系统。它突 破了d c s 中采用商用网络的缺陷，开发了适用于工业环境的专用网络结构和网络 协议，并实现了传感器、控制器之间的通信，从根本上解决了控制系统的可靠性 问题，但是f c s 对于网络的实时性要求较低，网络结构相对集中。直到2 0 世纪 9 0 年代，随着微处理器技术的迅猛发展，芯片价格不断下降，网络控制系统才被 提出。从网络结构上来晚，f c s 和n c s 并没有区别，都是总线网络，多个节点共 享信道，用来传输实时或非实时数据；但从定义上看，f c s 侧重的是节点之间实 时或非实时数据的传输和共享，而n c s 则强调在通信网络上建立闭环控制回路， 传感器、控制器、执行器等能够成为实时控制网络的独立节点，与网络接口直接 相连。而且n c s 中的网络是个更广义的范畴，包括了现场总线，但不局限于现 场总线，还可以包括工业以太网、无线通信网络、甚至i n t e r n e t ，这也是与网 络技术的发展相适应的【”规。 网络控制系统将计算机技术、通信技术以控制技术融于一身，具有结构网络 化、节点智能化、控制现场化和功能分散化以及系统开放化和产品集成化的特点， 因此，网络控制系统在很多方面都优于传统控制系统。 1 减少了系统布线，节约了成本。由于传统控制系统中各设备都要通过专线 进行连接，而网络控制系统中则通过共享网络的方式连接，这样就减少了大量系 统布线，从而节约了成本； 2 提高了抗干扰的能力。由于传统控制系统中点对点连接传输的是模拟信号， 易受干扰影响，而网络控制系统中传输的是数字信号，抗干扰能力增强； 3 增强了灵活性，易于扩展。传统控制系统中扩展或缩小控制规模时，必须 调整系统中与某一设备连接的所有设备，而在网络控制系统中，各设备通过单个 接口与网络相连，只需要通过软件的重新调整就可以实现； 4 易于系统诊断和维护。网络的引入实现了信息资源的共享，使得上层监控 管理系统更容易获得现场控制设备的状态信息和系统运行信息，便于监控并对故 障进行在线诊断； 5 、可实现远程操作和控制。网络控制系统可以充分发挥利用网络传输数据受 空间限制小的优势，有效地增大数据的传输距离，从而实现远程操作和控制。 网络控制系统因上述诸多优点己成为控制系统的主要发展方向，随着以现场 总线、工业以太网为代表的网络控制系统的相关解决方案的成熟、推广与应用， 网络控制系统显示出的效益越来越明显，因此网络控制系统的研究已成为国际控 制界的一个研究热点。 1 2 网络控制系统的基本问题 网络控制系统兼具控制系统和网络系统的优势，但较之传统的控制系统更为 复杂。由于网络自身的复杂性，引入了许多新的问题，例如研究传统控制系统时 所做的同步控制、无延时传感和调节等假设，在网络控制系统中不再适用。因此 在研究网络控制系统时，必须考虑这些问题f 6 ，7 】。 1 网络诱导时延 在网络控制系统的信息传输过程中，由于网络中源自多个设备的信息流量变 化不规则，信息多包传输、多路径传输、数据包碰撞、网络拥塞、包时序错乱、 包丢失、包重传、连接中断等原因所引起的信息传输时问延迟称为网络诱导时延。 网络诱导时延因控制网络的不同，可能是恒定的、时变的、甚至是随机的。 时延会降低系统的性能，使系统的稳定范围变窄，甚至使系统不稳定。尤其是传 感器到控制器和控制器到执行器的端到端时延，它直接影响到系统的稳定性和控 制性能。 2 数据包丢失 由于网络传输的不可靠性使网络传输出现阻塞或连接中断，会临时出现丢弃 网络数据包的情况。虽然大多数网络都具有反馈重传机制，但也只能在一个有限 的时间内传输，超出这个时间后，数据还是会丢失。此外，在系统运行过程中， 为了使控制器总是可以收到最新的数据，往往会主动丢弃一些旧的、未及时发送 的数据，这也会造成数据包丢失。 3 单包传输与多包传输 单包传输是指网络控制系统中传感器和控制器的数据被集中到同一个网络数 据包中一起发送。多包传输是指网络控制系统中传感器和控制器的数据被分到多 个网络数据包中分开发送。单包传输意味着传感器和控制器的数据同时发送同时 到达，多包传输意味着传感器和控制器的数据不会同时发送也可能不会同时到达。 采用多包传输，一方面由于分组交换网络中数据包的大小受到限制，只可以承载 有限的信息，大量数据必须被分解成多个数据包来进行发送；另一方面是因为网 络控制系统中的传感器和控制器通常分散在一个很大的物理区域，不可能将所有 数据都放入一个网络数据包。 4 时序问题 在网络环境下，被传输的数据流经多台计算机和通信设备且路径不唯一，很 有可能引起数据包的时序错乱。 在网络控制系统中，数据包的时序错乱分为两种情况：( 1 ) 当数据以单包的方 式传输时，所有数据在一个数据包中，此时的数据包的时序是指原来有一定先后 次序的多个完整的数据在从源节点发到目标节点时，其到达的时序与原来的时序 不同。( 2 ) 5 数据以多包的方式传输时，一个数据被分成多个数据包进行传输，当 这些数据包从源节点到达目标节点时，其到达的时序与原来的时序不同。 5 节点的驱动方式 网络控制系统的节点的工作方式有两种：时钟驱动( t i m e d r i v e n ) 和事件驱动 ( e v e n t d r i v e n ) 。时钟驱动是指节点在采样时钟的作用下定时地采样信号，然后进 行发送；事件驱动是指信号到达节点，节点即被激活，然后对数据进行处理和发 送。在网络控制系统中，传感器一般采用时钟驱动，传感器的时钟即为系统的时 钟，而控制器和执行器一般是事件驱动，也可以是时钟驱动。 采用事件驱动相比于采用时钟驱动具有以下优点：以控制器为例，控制器为 事件驱动时，由传感器发送的数据刚到达控制器立即参加运算，控制器为时钟驱 4 动时，其数据必须等待采样，前者客观上减少了网络诱导时延；控制器为事件驱 动时，控制器和传感器之间不需要做时钟同步，而控制器为时钟驱动时必须考虑 控制器和传感器的时钟同步；控制器采用事件驱动方式，不必考虑控制器为时钟 驱动时容易出现的无效采样和数据丢失，提高了反馈数据的利用率。 但是事件驱动相比于时钟驱动较难实现，一些实际的网络控制系统不支持事 件驱动方式。 6 时钟同步 在网络控制系统中，当控制器和执行器有一个为时钟驱动时，便存在一个时 钟同步问题。时钟同步的目的是给两个或多个节点的内部时钟以同样的值。时钟 同步又可分为硬件同步和软件同步。硬件同步一般是在系统的各个节点之间用导 线相连，时钟同步信号由导线传递。在n c s 中，由于系统的节点有可能分布在一 个较大的物理空间，用硬件同步一般比较困难且代价昂贵，多采用软件同步的方 式，软件同步一般是通过在网络上定时广播具有较高优先权的同步时钟的方式实 现。 上述问题的存在，极大地影响了网络控制系统的性能。如何解决这些问题， 改善系统性能，是网络控制系统的主要研究内容。 目前网络控制系统的研究主要有两个方面：一个是从控制角度出发，假设网 络条件己知，把由网络资源共享引起的诸多问题转换为传统控制系统的问题，通 过建立系统模型、分析稳定性、设计控制律使其满足系统的性能指标。由于传统 的控制理论相对成熟，因此从控制角度研究网络控制系统始终是主要研究方向， 而且已经取得了一定的研究成果。另一个是从网络的角度出发，考虑控制系统对 数据传输的需求，通过设计调度算法和改进网络协议，使网络对数据传输的影响 降至最低，从而提高系统性能 3 7 , 8 1 。本文主要从第二个方面展开研究。 1 3 网络控制系统调度概述 在网络控制系统中，控制叫路的性能不仅依赖于控制算法的设计，也依赖其 共享纠络资源的调度。网络调度的目的是尽量避免网络冲突和拥塞现象的发生， 从而减少网络诱导时延和数据包丢失率。网络调度算法的优劣会对闭环系统的性 能产生影响【9 】，例如，当多个传感器通过共享网络传输数据发生冲突时，调度算法 规定传感器访问网络的优先次序、发送时刻，使整个系统达到预期的性能指标。 网络控制系统调度分为两类：协议层调度和应用层调度。协议层的调度发生 在数据链路层的m a c ( 媒体访问控制) 子层，结合具体的网络协议决定数据传输的 先后顺序，由于协议层调度主要通过网络协议规范执行，因此与具体的控制网络 5 类型密切相关；应用层调度发生在传感器、控制器、执行器之间传输数据的过程 中，指数据在应用于网络之前就决定其发送的先后j 顺序，和具体的网络协议无关。 对于应用层调度来说网络的作用仅仅是用于传输数据，并不实现调度决策【lo 】。简 单理解，协议层调度就是在数据进入网络的时候由网络判断数据发送顺序，在同 一时刻会有多个数据请求网络；应用层调度则是在数据进入网络之前已经分配好 发送的顺序，不存在对网络的请求问题。目前研究网络控制系统调度多是指应用 层的调度。 1 4 网络控制系统调度的研究现状 对于网络控制系统应用层调度的研究，已经取得了一定的成果。下面根据现 有网络控制系统应用层调度算法的不同特点，分别从网络控制系统的静态调度、 动态调度以及将调度与控制协同设计等方面分析网络控制系统调度的研究现状。 1 静态调度的研究现状 静态调度是一种离线分配优先级的调度算法，任务完全按照调度算法预先分 配好的顺序执行，在系统整个运行过程中都保持不变。这种调度算法的运行开销 较小，但是资源利用率低、灵活性较差，适合于系统资源比较确定的情况，如工 业过程控制。 典型的静态调度算法有固定优先级( f i xp r i o r i t y ，f p ) 调度算法、速率单调( r a t e m o n o t o n i c ，蹦1 调度算法和时限单调( d e a d l i n em o n o t o n i c ，d m ) 调度算法，这三种 调度算法最早产生于实时系统中的c p u 调度，后被借鉴到网络控制系统当中。f p 调度算法直接指定任务的优先级大小，是最简单的一种调度算法，不过也是适应 能力最差的静态调度算法。r m 调度算法最早在1 9 7 3 年由l i u 和l a y l a n d 等【l l 】针 对c p u 任务调度提出，该算法根据任务的采样周期确定优先级，采样周期越小优 先级越高，一般情况下，系统中任务的采样周期是固定的，所以这种调度算法属 于静态调度。在c p u 调度当中，r m 调度算法是可抢优的，即当前执行的任务会 被新到达的优先级更高的任务打断。w c iz h a n g 等【4 1 在分析比较了c p u 调度与n c s 调度的相似之处后，对c p u 调度中的r m 调度算法的可调度性条件进行了改进， 提出了面向非抢优调度任务的r m 调度算法，将其应用到网络控制系统中。r m 调 度算法被认为是静态调度中最优的调度算法，适用于调度n c s 中的周期数据。d m 调度算法是根据任务的时间限制确定优先级，时限越小则优先级越高【1 2 】。一般来 说，周期任务的截止期与其周期相同，所以r m 与d m 调度算法对周期数据具有 相同的意义；对于非周期数据，采用d m 调度算法可以取得更好的调度效果。 除上述三种从c p u 实时调度借鉴过来的调度算法之外，还有基于时间窗的静 6 态带宽分配算法，该算法将基本传输周期分割成多个时间段，每个时间段为一个 时间窗口，时间窗的长度取决于数据信息的长度以及网络的传输速率。这种调度 算法的特点是每个数据包均拥有属于自己的时间窗口，避免了数据在传输过程中 的干扰和冲突。h o n g 掣1 3 】首先将该调度方法应用于循环服务型n c s ，进而将其推 广到c a n 网下的n c s 中。鉴于h o n g 等提出的调度方法只限于调度网络中的周期 数据，刘鲁源等【1 4 】将h o n g 提出的方法改进后提出基于“同步相”和“异步相的 时间窗调度算法，用于调度t t c a n 中的周期数据和非周期数据传输。其中，“同 步相”的时间窗口用于传输控制回路产生的周期数据，“异步相 的窗口用于传输 非周期数据。基于时间窗的静态调度算法需要事先已知网络的负载量、数据的传 输时间以及非周期数据产生的时间间隔等参数，适用于采用专用通信网络的 n c s 1 5 1 。 2 动态调度的研究现状 动态调度算法是一种动态调整优先级的调度算法。这种调度算法根据当前的 系统运行情况进行调度，能够合理地利用网络资源，有较强的灵活性，不过这类 调度算法的运行开销较大。由于其调度性能良好，所以相比于静态调度得到了更 多的关注。 典型的动态调度算法是最早时限优先( e a r l i e s td e a d l i n ef i r s t ，e d f ) 调度算法 【1 1 1 ，这种动态调度算法依然源于c p u 实时调度。该算法根据任务距离时限要求的 大小来分配任务的优先级，距离时限越小优先级越高。e d f 调度算法的优点是提 高了处理器利用率，只要系统中有任务需要调度，处理器就不会处于空闲状态， 但是其调度原则单一，可预测性和适应能力较差。 除e d f 调度算法之外，动态调度还有最大误差优先尝试一次丢弃( m a x i m u m e r r o rf i r s t t r yo n c ed i s c a r ds c h e d u l i n gm e t h o d s ，m e f t o d ) 调度算法、基于死区的 动态调度算法( d y n a m i cs c h e d u l i n g m e t h o d s b a s e d o n d e a d b a n d ) 以及基于“时间窗 的动态调度算法。m e f t o d 调度算法最早由w a l s h 掣1 0 】提出，该算法基于在线获 取的网络诱导传输误差，动态分配网络带宽，当多个节点在传输中发生冲突时， 具有最大误差的节点优先传输数据，竞争失败的节点则放弃本次传输。该方法在 保证信息的可靠性和实时性方面具有一定的优势，但是有可能导致数据包丢失而 使系统性能下降。基于死区的动态调度算法由p o t a n e z 等【1 6 】提出，该方法通过对 网络中的各节点设置传输死区，控制访问网络的数据量，以达到改善网络服务质 量的目的。基于死区的调度算法在确保系统性能的基础上动态地丢弃一定比率的 数据，以减轻网络的负荷。但是当多个获准访问网络的数据包同时竞争网络资源 时，该算法不能确定数据包发送的优先级。r a j a 等【1 7 】对基于时间窗的静态调度算 法进行改进，提出优先级循环服务和动态时间窗的带宽分配算法，将基本传输周 7 期分为周期时间窗和非周期时间窗，动态地交替扩展两类时间窗来传输数据，若 周期数据在规定的时间窗内未传输完毕时，可以动态地占用非周期数据的时间窗。 与基于时间窗的静态调度相比，基于时间窗的动态调度算法的灵活性更好，网络 资源利用更充分合理。但两者均需要离线分割好时间窗口，并且要求网络的一些 参数已知。 此外，z u b e w i 等【1 8 】针对c a n 环境下的网络控制系统提出一种混合调度算法， 该算法考虑到系统对数据实时性要求不同，将静态的d m 算法与动态的e d f 算法 混合运用，利用e d f 算法调度实时数据，利用d m 算法调度非实时数据，以实现 综合提高网络性能的目的。该算法可以保证同类数据的合理调度，但没有考虑实 时数据和非实时数据间的冲突问题。 3 调度与控制协同设计的研究现状 近年来，随着研究的不断深入，在研究调度算法的同时考虑控制性能，综合 考虑调度和网络两个方面，将调度与控制协同设计也逐渐受到学者们的关注。目 前这方面的研究主要是围绕同时影响控制性能和网络传输性能的采样周期进行， 通过建立关于采样周期的目标优化函数模型，选取合适的采样周期，优化系统的 性能。 s c t o 等【l9 j 最先对实时系统调度与控制的协同设计进行了研究，提出将控制性 能指标用于多任务的实时调度中，讨论了在系统稳定和资源有限的约束条件下， 如何获得最优的采样周期，以提高系统的性能。c c r v i n 等【2 0 】在此基础上进一步研 究了如何选择时延变化系统采样周期的问题，并分析了小于一个周期的时延系统 采样周期对系统的影响。r y u 等【2 l 】提出了一个优化采样周期和输入输出延迟的策 略，控制性能采用静态误差、超调量、上升时间、调节时间等作为控制性能参数， 并将它们表示为采样周期和输入输出延时的函数，在可调度约束条件下，用迭代 算法对这些性能参数进行优化。w 西z h a n g 等【5 】在网络控制系统中引入了优化采样 周期的思想。基于r m 调度算法，讨论了在满足网络资源可调度性和系统稳定性 双重约束下，如何获得采样周期的问题，建立了网络控制系统优化模型。杨顶方 等【2 2 】通过在保证系统稳定性的时间范围内增大回路采样周期，来保证系统各回路 的数据包按时到达，同时为防止由于增大采样周期而导致性能下降，通过修改控 制器参数来补偿采样周期增大带来的影响。白涛等【2 3 】以网络利用率和采样周期抖 动的加权和为目标，在系统控制性能和有限网络资源的双重约束下，离线求解采 样周期的最优值。何坚强等 2 4 1 讨论了系统采样周期和网络时延对n c s 的性能影响， 以优化n c s 的性能为目标，网络的可调度性和系统的稳定性为条件，结合系统控 制与网络调度，给出了n c s 的优化模型并采用遗传算法来求取采样周期。以上几 种协同设计方法对采样周期的优化均是离线实现的，在系统运行过程中采样周期 保持不变，对网络负荷变化的适应能力比较差。 1 5 本文的主要工作及内容安排 网络控制系统的研究是近年来国际控制领域的研究热点之一，其研究内容主 要包括先进控制方法的设计与性能分析和有效的网络调度算法的设计。本文主要 从后者展开研究，通过设计调度算法和变采样周期算法来减小网络诱导时延、数 据丢包等问题对网络控制系统的影响，从而提高控制系统的性能。 在课题研究中，作者主要完成的工作如下： 1 综合考虑控制系统的误差和误差变化率，设计了基于神经网络的模糊动态 调度算法，使用t m e t i m e 工具箱建立了具有模糊动态调度器的多个回路的网络控 制系统模型，通过仿真验证所设计调度算法的有效性。 2 考虑到采样周期对网络控制系统性能的影响，在一定的网络利用率要求下 设计了一种变采样周期算法，结合调度算法使用t r u e t i m e 工具箱建立了具有变采 样周期功能的多回路网络控制系统模型，通过仿真说明变采样周期算法可以改善 网络控制系统的性能。 本文内容安排如下： 第一章：介绍网络控制系统的概念、基本问题以及主要研究方向和网络控制 系统调度的概念、意义以及研究现状； 第二章：介绍t r u e t i m e 工具箱的基本结构以及主要功能，分析无调度器和有 调度器的多回路网络控制系统的结构； 第三章：论述所设计的基于神经网络的模糊动态调度算法的原理，分析模糊 动态调度器的设计过程并完成仿真； 第四章：论述变采样周期算法的原理，分析变采样周期算法的实现过程并完 成仿真； 第五章：总结本文的主要工作，并对需要进一步解决的问题进行展望。 9 2 基于t r u e t i m e 的网络控制系统调度仿真 2 1t r u e t i m e 仿真工具简介 网络控制系统是控制系统和网络传输系统的结合，因此网络控制系统的仿真 必须能够反映这两方面的特性。一方面，网络控制系统作为一类控制系统，其仿 真要求能够表现出控制过程并体现稳定性等控制性能，在这方面最好的工具是 m a t l a b 的s i m u l i n k 平台，但是这一平台无法反映真实的网络特性；另一方面， 网络控制系统作为一类网络传输系统，其仿真应能够反映网络协议选取、网络数 据传输、带宽等网络性能，这方面比较好的仿真工具有o p n e t 、n s 2 、o p ct o o l b o x 等，但是这些工具都不能够反应控制方面以及网络调度等方面的性能。 考虑网络控制系统同时具有控制系统和网络传输的特性，瑞典l u n d 工学院的 m a r t i no h l i n 、d a nh e n r i k s s o n 和a n t o nc e r v i n 等学者开发了t r u e t i m e 工具箱【2 5 】。 t r u e t i m e 是一种基于m a t l a b 的用于实时系统仿真和网络控制系统仿真的仿真工 具箱，目前已发展到t m e t i m e l 5 版本。利用该工具箱，研究人员可构建网络控制 系统的动态过程、控制任务执行以及网络交互的联合仿真环境。在该仿真环境中 可以研究各种调度算法和网络协议对于控制系统性能的影响，同时可以研究控制 算法并将其应用于网络环境当中，其控制任务既可以用c + + 代码编写，也可以在 m a t l a b 的m 文件中编写，还可以利用s i m u l i n k 仿真模块实现。 门 亡_ _ 一 t r u e t i m eb a t t e n t i u e t i t i ew ir e i e 嚣 n e b v o m 1r u e t i m eb l o c kl i b r ar y1 5 c o p y r i g h t ( c ) 2 0 0 7 m a r t i n0 h l i n d a nh e nr i k s s o na n da n t o nc e r g i n d e p a r t m e n to fa u t o m a t i cc o n t r 0 1 l u n f lu n i v er s i t y s w e d e n p l e a s ed ir e c tq u e s t i o n sa n db u 口r e p or t st o ：t r u e t i m e c o n t r 0 1 i t h s e 图2 1t r u e t i m e i 5 模块库 f i g u r e2 1t r u e t i m ei 5b l o c kl i b r a r y 1 0 弱国一 图2 1 所示为t r u e t i m e l 5 工具箱的模块库，包括t r u e t i m ek e r n e l 、t r u e t i m e n e t w o r k 、t r u e t i m ew i r e