（检测技术与自动化装置专业论文）时延和量化网络控制系统的分析及设计.pdf

摘要 摘要 本文针对网络诱导时延和系统信号量化两大基本问题为研究对象，研究了网络控制 系统在诱导时延下的最优控制及稳定性分析及有限区域量化系统的稳定性分析及设计。 首先，研究了存在时延网络控制系统的补偿算法和最优控制律设计。针对系统存在 的随机时延，分别设计出在全状态反馈方式和输出反馈方式下的状态观测器，通过状态 观测器的算法补偿来实现对时延的补偿，从而获得更准确的预测估计。与此同时，基于 l q g 性能指标，给出了随机时延系统的最优控制律，减弱了网络时延和系统噪声对控制 系统稳定性的影响，从而保证了系统的稳定性。最后，通过了实例仿真，证实了提出状 态脱测器进行时延补偿算法和最优控制律设计的有效性。 其次，在搭建的虚拟平台上对多任务的网络控制系统调度和嵌入l q g 控制算法进行 了仿真。探索了网络控制系统中调度与控制协同设计方法，讨论采样周期对网络控制系 统的影响，以优化控制系统的性能为目标，以网络的可调度性为条件，结合系统控制和 调度算法，对网络控制进行静态性能指标估计和动态调度仿真结合。最后仿真结果表明 该方法即满足了控制系统的性能，有优化了网络的调度，提高了网络的资源率。 最后，针对基于输出反馈和具有有限区域信号量化的离散时间系统，进行了系统稳 定性分析与量化参数设计的研究。我们对状态观测误差系统和对象系统在有限区域对数 量化作用下的系统渐进稳定性进行了分析，得到了相应的稳定性条件，并针对对数量化 器，给出了两个系统之间的内在关联，同时得到了各有限区域量化器的量化区间上界值。 在此条件下，得到了保证各子系统的系统通信数率比值。最后，通过仿真例子验证了时 变作用下基于状态观测的控制策略的有效性和可行性。 等式 关键词：网络控制系统，时延，最优控制，状态观测器，有限量化器，线性矩阵不 a b s t r a c t a b s t r a c t t h eo p t i m a lc o n t r o la n ds t a b i l i t ya n a l y s i sf o rn e t w o r k e dc o n t r o ls y s t e m sw i t ht i m e d e l a y a n dq u a n t i z a t i o np a r a m e t e r sd e s i g no fs y s t e m sw i t hf i n i t eq u a n t i z e r ss t u d i e di n t h i s d i s s e r t a t i o nw h e nt h en e t w o r k i n d u c e dd e l a ya n ds i g n a lq u a n t i z a t i o na st w ob a s i cq u e s t i o n s a r es t u d yo b j e c t s f i r s t l y , d e s i g no fc o m p e n s a t i o na l g o r i t h ma n do p t i m a lc o n t r o ll a wo fn e t w o r k e dc o n t r o l s y s t e mw i t ht i m ed e l a y sa r es t u d i e d i nv i e wo f t h es y s t e me x i s t e n c er a n d o mt i m ed e l a y s ，w e d e s i g ns t a t eo b s e r v e r ss e p a r a t e l yu n d e rt h ef u l lc o n d i t i o nf e e d b a c ks y s t e ma n dt h eo u t p u t f e e d b a c ks y s t e mt or e a l i z et h et i m ed e l a y sc o m p e n s a t i o n ，t h u sw ec a no b t a i nt h em o r e a c c u r a t ef o r e c a s te s t i m a t e m e a n w h i l e w ep r e s e n tt h eo p t i m a lc o n t r o l l a wo ft h en e t w o r k e d c o n t r o ls y s t e mb a s e do nl q gp e r f o r m a n c e ，t ow e a k e nt h ei n f l u e n c eo ft i m ed e l a y sa n d s y s t e mn o i s eo ns y s t e ms t a b i l i t y , s ow ec a ne n s u r et h es t a b i l i t yo ft h es y s t e m f i n a l l y ，p a s s e d t h ee x a m p l es i m u l a t i o n ，w ec o n f i r m e dt h ev a l i d i t yo ft h et i m ed e l a yc o m p e n s a t i o ns t r a t e g y a n dt h eo p t i m u mc o n t r o ld e s i g n s e c o n d l y , b a s e do ne x i s t e n tr e s u l to nc o n t r o ln e t w o r kp e r f o r m a n c ea n ds c h e d u l i n gi n p r o t o c o ll a y e r , t h em u l t i t a s kn e t w o r k e dc o n t r o ls y s t e m sf o rs c h e d u l i n gs i m u l a t i o ni nv i r t u a l p l a t f o r mi nc o n s i d e r e d i na d d i t i o n ，t e c h n o l o g i e sf o ri n t e g r a t i o no fc o n t r o la n ds c h e d u li n g d e s i g na r ee x p l o r e d t h ei n f l u e n c eo fs a m p l i n gp e r i o dt on c si sd i s c u s s e d b a s e do nt h e p r o p o s e dq u a d r a t i c c o s tf u n c t i o na n dn e t w o r ks c h e d u l i n g ，a no p t i m i z a t i o nm o d e la n d s a m p l i n gp e r i o ds e l e c t i o na l g o r i t h ma r ep r o p o s e d a ne x a m p l es h o w st h a tt h ea l g o r i t h m s a t i a f i e sp e r f o r m a n c er e q u i r e m e n tf o rn c s ，o p t i m i z e st h en e t w o r ks c h e d u li n g ，a n di m p r o v e s t h en e t w o r ke f f i c i e n c y f i n a l l y , c o n c e r n e dw i t ha s y m p t o t i cs t a b i l i t ya n a l y s i sa n dq u a n t i z a t i o np a r a m e t e r sd e s ig n o fd i s c r e t e - t i m el i n e a rs y s t e ms u b j e c tt oo u t p u tf e e d b a c ka n df i n i t el o g a r i t h m i cq u a n t i z e r s t h ea s y m p t o t i cs t a b i l i t ya n a l y s i sa n di t sc o r r e s p o n d i n gs t a b i l i t yc o n d i t i o n so no b s e r v a t i o n e r r o rs y s t e ma n dp l a n ts y s t e ma r eg i v e n ，r e s p e c t i v e l y t h e n ，t h en u m e r i c a lr e l a t i o n s h i p so l s t a b i l i t yb e t w e e np l a n ts y s t e ma n de r r o rs y s t e m a r ep r e s e n t e de x p l i c i t l yu n d e rf i n i t e l o g a r i t h m i cq u a n t i z e r s f u r t h e r , t h eu p p e rb o u n di n t e r v a lv a l u eo fe a c hf i n i t eq u a n t i z e r sa n d t h e i rd a t ar a t er a t i oa r ea c h i e v e d l a s t ，ah y b r i dq u a n t i z e dc o n t r o ls t r a t e g yb a s e do ns t a t e o b s e r v a t i o ni sp r o p o s e da sw e l la san u m e r i c a le x a m p l ei sg i v e n s o ，t h ed e s i g ni sf e a s i b l ea n d e f f e c t i v e k e y w o r d s ：n e t w o r k e dc o n t r o ls y s t e m ，t i m e d e l a y , o p t i m a lc o n t r o l ，s t a t eo b s e r v e r , f i n i t e q u a n t i z e r s ，l i n e a rm a t r i xi n e q u a l i t y i i 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及取 得的研究成果。尽我所知，除了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，也不包含本人为获得江南 大学或其它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谢意。 签名： 关于论文使用授权的说明 本学位论文作者完全了解江南大学有关保留、使用学位论文的规定： 江南大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允 许论文被查阅和借阅，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，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文， 并且本人电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 签名： 导师签名： 多溶为丫喇7 1 厂 日 期： 第一章绪论 第一章绪论 l 。l 课题研究的目的和意义 传统控制系统中点对点的通讯模式，随着物理设备和系统功能的扩充，已经在控制 系统的信息传输过程中达到了它的应用极限。例如，它已不能满足使控制系统模块化， 实现先进控制、集散控制、集成诊断，维护便捷和低成本等的需要。随着网络控制系统 的广泛使用和网络技术的不断发展，控制系统的结构正在发生变化。使用专门或公用计 算机网络代替传统控制系统中的点对点结构，实现传感器、控制器和执行器等系统组件 之i i l j 的控制信息可以相互传递的系统，不仅使部件散布在大范围区域的广域分布式系统 ( 如大型工业过程控制系统) 中，甚至在集中的小型局域系统( 如航天器、高性能汽车等) 都正在或者将要得到使用。在此控制系统中，检测和控制等各种信号均可通过公用数据 网络进行传输，而估计、控制和诊断等职能也可以在不同的网络节点中分布执行。 网络控制系统n c s ( n e t w o r k e dc o n t r o ls y s t e m ) ，是指将传感器、执行器和控制单元 作为网络节点连接起来，通过计算机网络和总线形成闭环控制回路，共同完成控制任务 的反馈控制系统【i - 4 j 。图1 1 是典型的网络控制系统的结构图。网络化控制系统的主要优 l i 足在于低成本、高可靠性、节约连接线、安装简单、维护方便。正因为n c s 的这些 优点，使其在工业控制领域得到了广泛的应用，对工业自动化系统产生了深刻的影响。 另外使片j 无线网络技术还可以实现使用大量广泛散布的廉价传感器与远距离的控制器、 执行器构成某些特殊用途n c s ，这是传统的点对点结构的网络控制系统所无法实现的。 n c s 发展趋势之强劲，应用范围之广泛，影响层面之深远，已经引起并得到极大的关注 以及技术与研发资金上的援助，正成为国际学术界研究的热点和焦点【5 。j 。 图1 一l网络控制系统的结构示意图 f i g 1 - 1t h es t r u c t u r eo fn e t w o r k e dc o n t r o ls y s t e m 网络控制系统在通过网络资源给控制系统带来许多优点的同时，也给系统和控制理 论的研究带来了新的机遇和挑战。将网络作为信号传输环节引入闭环控制回路后，出于 刚络通信带宽、承载能力和服务能力的限制，会产生网络诱导时延、数据包丢失等问题， 对控制系统的性能指标造成负面影响，其中对n c s 影响最大的是网络诱导时延和数据 包丢失。 江南大学帧l ：学位论文 在网络环境下，多用户共享通信线路且流量变化不规则，这必然导致网络两导| j f 延， 同时采用不同的网络协议会使时延具有不同的性质，故信号传输延时无法避免；在l 州络 中由于不可避免地存在网络阻塞和连接中断，这又会导致网络数据包的时序错乱和数揪 包的丢失，这些都会导致系统性能下降甚至失去稳定性。另外，网络中传输的信息是处 在动态不确定时变环境中，信息流存在非线性动力学特性，网络作为闭环反馈控制的一 部分和被控对象组成的闭环系统是一变时延的不确定的复杂系统，这对n c s 的分析与 设计提出了严峻挑战【引。 另外，传统控制系统中的一些基本假设( 如信息同步传输、等周期采样、无时延等) ， 在n c s 中不再成立，因此必须重新审视传统控制系统的研究方法，充分考虑网络传输 信息的特点，本论文正是在这样的背景下，针对网络诱导时延和数据包丢失两大问题， 对n c s 的建模、最优控制方法和系统稳定性分析进行深入的研究。 信号的量化在数据处理中使用非常普遍，早期主要用于信号处理和图像压缩编码 中，如，随着计算机技术的发展，特别是现代控制系统越来越依赖计算机等数字设备的 情形下，如基于网络的控制系统、采样控制系统等，人们逐渐将信号量化技术用于控制 领域中，我们称之为量化系统，对系统中的信号进行量化，主要是为了减少信道巾信息 量的大小，节约系统资源，便于系统扩展与监控。 1 2 网络控制系统中的几个基本问题的分析 在n c s 中，传感器、控制器、执行器等单元，通过网络连接构成反馈控制系统， 而网络的引入，使得控制系统的分析和综合变得更加复杂。因为网络作为信息传输的途 径，不可避免地会在控制系统中引发传输延迟、数据包丢失、时序错乱等问题，影响系 统的性能，严重时导致系统不稳定。z h a n g l 9 j 指出，影响网络控制系统稳定性的主要因 素为数据包丢失和网络诱导时延。同时，我们考虑网络控制中的网络通信以及信道中的 信息量，我们引入系统信号量化。 1 2 1 数据包丢失 数据包丢失是指数据包冲突及网络节点发送失败。通常，反馈控制的被控对象只能 忍受一定比例的数据丢失，对一本来在没有数据包丢失时稳定的系统，当数据丢失率达 到某一定值时，系统将变得不稳定l l 。 数据丢包主要可以分为两种，一种是被动丢包，它是由于网络连接巾断造成的。另 外一种是主动丢包，即传输节点主动丢弃滞后了很久的数据包而传输最新的数据包。数 据包丢失将降低闭环控制系统性能，影响整个系统的稳定性【9 】。传统的点对点结构的控 制系统基本上都是同步和定时的系统，它可以对系统中参数或者未建模动态具有较强的 鲁棒性，但可能完全不能容忍数据网络的结构和参数的改变( 网络中的数据包丢失叮以 看成网络结构和参数的改变) ，在n c s 的设计中，对数据包的丢失问题必须寻找桐应的 解决方法。 因此，研究如何利用有限的带宽资源，尽量减少网络对系统稳定性的影响，在数据 包以一定速率传输的情况下是否能保证系统的稳定性是很有意义的。近年来，已有一廿峰 2 第一章绪论 相关的研究成果，如系统建模与稳定性分析【1 1 , 1 2 , 1 3 l 、智能控制1 4 , 1 5 l 、信息调度【1 6 1 及系统 优化等。 1 2 2 网络诱导时延 网络中的信息源很多，信息的传送要分时占用网络通信线路，而网络的承载能力和 通信带宽有限，必然造成信息的冲撞、重传等现象的发生，这使得信息在传输过程中不 - j 避免地存在时延。网络的引入，使得n c s 信息在传输过程中产生的时间延迟，称之 为网络诱导时延。网络诱导时延由于受到网络所采用的通信协议、网络当时的负荷状况、 网络的传输速率和信息包的大小等诸多因素的影响，而呈现出或固定或随机、或有界或 无界的特征，导致控制系统性能的下降甚至不稳定，同时也给控制系统的分析、设计带 来了很大的困难。 定义1 1 【l 8 j n c s 中，将传感器采样到某数据的时刻起至该数据开始被控制器处理 的这段时i u j 称为传感器到控制器时延r 。 定义1 2 l l 8 j n c s 中，将控制器产生某控制信号的时刻起至该控制信号使执行器产 生相应动作的这段时问，称为控制器到执行器时延f 。 将运算时延，记为r ，但这种时延在处理器不够快时表现很明显，可以将f 和控制 器到执行器的时延r 。，等价进行分析，可以把r 归结到f 。中来考虑。 在对网络控制系统进行建模时，经常会讨论系统采样周期与网络诱导时延之间的数 量关系问题。在一个实际的网络控制系统当中，网络诱导时延可能大于一个采样周期， 也j 叮能小于一个采样周期。关于网络诱导时延有以下定义【4 】 定义1 3 若网络诱导时延在区间【o ，a 】分布，且a t ，则称这样的网络诱导时延为 长时延。 由定义1 4 可知，长时延不是指网络诱导时延一定大于一个采样周期，而是指网络 诱导时延的分布区间的上界大于一个采样周期。 刚络诱导时延的存在使得系统的分析非常复杂，虽然时延系统的分析和建模近年来 取得很大进展，但n c s 中可能存在多种不同性质的时延( 常数、有界、随机时变等) ，使 得现有的方法一般不能直接应用。 网络诱导时延的存在给网络控制系统的稳定性带来很大的影响，和长期以来控制界 研究的时延系统一样，网络控制系统中的时延将大大降低控制系统性能，例如上升时间 增大、超凋量增大、稳定时间变长等，更严重的情况会使控制系统不稳定。即使系统仍 然保持稳定，稳定区域也会显著减小。所以，在网络控制系统的建模和控制器设计问题 中，以及在网络调度和网络传输协议设计问题的研究中，如何处理网络诱导时延的问题 鄙是非常基本和重要的问题。 江南大学硕：1 ：学位论文 1 2 3 系统信号量化 信号量化主要是针对系统的输入输出信号，按控制策略的不同也有所区别，主要有 针对状态信号的量化、输入信号的量化和基于输出反馈的量化等【1 9 , 2 0 1 。典型的量化器梭 所采用的方法主要有两类1 2 1 ，2 2 】：均匀量化器和对数量化器。通常对数量化器的效果优于 均匀量化器【2 3 1 。上述两种量化器都属于静态量化器，相对来说动态量化器是一种比较复 杂的量化器，不过动态量化器的效果要比静态量化器好的多。这也是信号量化将要走的 趋势。在量化器作用下，信号中会引入量化误差，从而对控制系统的稳定性和性能带术 不利的影响，在此过程中最常见的问题是信号量化的饱和问题和平衡点附近的性能下降 问题，前者是由于量化过程的非线性本质决定的，而后者是由于信号在平衡点( 通常足 零点) 附近量化的结果通常为零而造成系统的性能下降等。 1 2 4 单包传输与多包传输 单包传输，是指网络控制系统中的传感器或执行器的数据被捆绑在一个数据包巾州 时发送，多包传输则指网络控制系统中的传感器，控制器的一个待发送数据被分成多个 数据包进行传输。在网络控制系统中要进行多包传输，一方而是因为单包字节大小的限 制，一个数据包只能装在有限的信息；另一方面是因为n c s 的传感器和执行器经常分 布在一个很大的物理空间，要将这些数据放在一个数据包中往往不太可能。传统的采样 控制系统都是假设被控对象的输出和控制输入是同时传递的，这在多包传输的n c sl t l 已不成立。因为一个数据要分成多个数据包多次传输，这些数据包即不能同时传递，也 不可能同时到达。 单包传输和多包传输各有优点，应根据网络控制系统中的实际情况而决定。例如， 以太网的单个数据包容量大，适合于采用单包传输的方式；设备网则由于其数掘包所容 纳数据量较小，适合采用多包传输。 1 2 5 节点的驱动方式 网络控制系统的节点驱动方式有两种，分别为事件驱动方式( e v e n t d r i v e n ) 干r l 时钟驱 动方式( t i m e d r i v e n ) 。时钟驱动比较好理解，指节点定期对数据进行采样。事件驱动足 指网络节点在一个特定的事件发生时立即开始工作。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，控制器和执行器则既可以是时钟驱动，也 可以是事件驱动。 事件驱动与时钟驱动相比具有以下优点【2 4 j ( 1 ) 控制器或执行器为事件驱动时，从源节点( 这罩指传感器或控制器) 发送的数抛 - n 达目标节点( 这罩指控制器或执行器) ，便马上开始工作，这就避免了控制器或执行 器为时钟驱动时，数据等待被采样的时间，客观上减少了网络诱导时延； ( 2 ) 控制器或执行器为事件驱动时，避免了控制器或执行器为时钟驱动时，与传感 器保持同步的困难； ( 3 ) 控制器或执行器采用事件驱动方式时，也避免了控制器或执行器为时钟驱动时， 容易出现的无效采样( v a c a n ts a m p l i n g ) 和数据丢失( m e s s a g er e j e c t i o n ) ，提高了反馈数掂的 4 第一章绪论 利h j 率。 但事件驱动在具备上述优点的同时，相比于时钟驱动也有其缺点 ( 1 ) 事件驱动相比与时钟驱动较难实现； ( 2 ) 一些实际的n c s 不支持事件驱动方式。 1 3 网络控制系统的研究现状 网络给控制系统带来若干优点的同时，也使得网络控制系统的分析与设计更加复杂 和困难。目日订，关于网络控制系统的研究从内容上可以分为数据丢包、网络传输诱导时 延、系统信号量化以及单包多包传输三个方面。 1 3 1 数据包丢失的研究 山于网络传输中，数据包丢失的发生呈现出明显的时变和不确定特性，难以准确描 述其特性。近年来，切换系统和混合系统的出现给数据包丢失的网络控制系统研究提供 了一些方法。迄今为止，许多国内外学者对于具有网络数据包丢失的n c s 也作了大量的 研究。 文献【2 5 】将n c s 中的网络看成是开关问题，研究了网络控制系统的随机镇定问题。 p e t e r l 2 6 i 基于线性时不变的被控对象，同样将网络看成是开关问题，根据开关的闭合设计 了n c s 中的控制器和观测器。文献 2 7 】分析了网络控制系统的数据包丢失问题，基于网 络利j j 率，采用反馈调度方法，动态调整网络化控制系统控制任务周期，在线分配网络 资源，实现调度与控制的集成，提高了网络资源的利用率与控制系统性能。文献【2 8 】分 析i 叫络控制系统的丢包问题，建立了丢包补偿器，给出了功率普范数定义并利用其给出 了系统广泛稳定的条件。文献 2 9 。3 0 n 研究了数据包的丢失具有m a r k o v 特性的网络系统 模型，设计了系统稳定的观测器和k a l m a n 滤波器。s e i l e r f 3 i 】利用m a r k o v 珧变的思想对网 络控制系统提出了一种新方法，给出了基于h o o 范数的系统稳定条件，并对车辆系统的 控制进行了仿真，证明该方法的有效性。 z h a n g l 3 2 】同时考虑网络诱导时延和数据包丢失以及传感器与控制器、控制器与执行 器之i 、u j 均存在网络的情况，研究了状态反馈网络控制系统的稳定性问题。基于一定的数 据包丢失率和恒定时延，系统被建模为由结构事件率约束的异步动态切换系统。推导出 山数据包丢失率约束的系统指数稳定的充分条件，给出了系统指数稳定的容许数据丢包 葺爱和系统开环状态及闭环结构的关系，以使系统指数稳定。在此基础上，假设数据包丢 失率一定，利用具有事件率约束的异步动态系统的稳定性结论，分析了闭环系统的指数 稳定性，并对保证闭环系统稳定的数据包丢失率的范围进行了研究。 文献 3 3 幂1 j 用具有事件率约束的异步动态系统，研究了网络同时存在于控制器与传 感器、执行器之间的网络控制系统的指数稳定性。文献【l o 】假设数据包丢失率为独立同 分斫埔直机量，在数据包丢失的影响下，系统为一切换系统，其系数矩阵的切换概率与数 据包丢失同分布。在此基础上，讨论了系统随机渐近稳定的充分条件。文献【3 4 】假设传 感器、控制器和执行器均为时间驱动，且时钟完全同步。文中引入两个对角二元矩阵来 分别描述传感器数据包和控制器数据包的丢失，且假设它们均为具有独立同分布的随机 江南大学硕1 ：学位论文 变量，设计了能够克服数据包丢失的观测器以及网络控制系统的l q g 控制器。 目前针对数据包丢失的研究，没有同时考虑网络诱导时延等因素对系统性能和稳定 性的影响，其研究结论的局限性是明显的。综合考虑网络诱导时延、数据包丢失等因素， 展开网络控制系统的研究是走向实用的必经之路。文献 3 5 , 3 6 j 同时考虑网络诱导时延和数 据包的丢失问题。文献 3 5 】在数据包丢失率一定时，根据更新控制器采用的信息不同，采 用了两种不同的问题解决方案，分别建立了网络控制系统的动态系统模型，并分析了i 旬9 络控制系统的指数稳定性。文献【3 6 】针对单数据包传输情况，将同时存在网络诱导时延 和数据包丢失的网络控制系统建模为具有事件约束的异步动态系统，依据l y a p u n o v 稳 定性原理，提出了同时存在网络诱导时延和数据包丢失的网络控制系统指数稳定的网络 诱导时延条件和数据包丢失条件。 1 3 2 网络传输诱导时延的研究 网络中诱导时延是网络控制系统的另一个有待解决的问题。就单输入单输出的网络 控制系统的时延问题来说，大致可以分为以下三类 ( 1 ) 将时变时延转化为恒定时延来进行研究，文献 3 7 4 0 对时延为时变的网络控制 系统的稳定性问题进行了讨论。 文献 3 7 】针对带有随机时延的网络控制系统，将传感器到控制器的时延和控制器剑 执行器的时延分别建模为两个m a r k o v 链，由此产生了两种跳跃线性的闭环控制系统，并 获得了控制器稳定的充分必要条件，表明了反馈控制器增益依赖于系统模式。 文献 4 0 】研究的控制器也是时间驱动的，但是这种控制器和控制对象是不同步的， 进而推导出了有限维时不变离散时间系统模型，系统的增广状态向量包含了控制器和系 统输出的当前及过去值。m o n t e s t r u q u e l 3 9 】中利用s c h u r 稳定性，提出了一种基于模型的网 络镇定控制设计方案。 于之训【4 l 】等人针对网络诱导时延提出了基于观测器的分布延迟补偿器。在该补偿器 算法中，首先在控制器和执行器接收端设置接收缓冲区，将时变的传输延迟转化为吲定 的传输时延。其优点是可用已有的确定性系统设计和分析方法对闭环网络控制系统进行 设计和分析，不受延迟特性变化的影响；其缺点是将所有延迟都转化为最大延迟，人为 的将传输延迟扩大化，因此降低了系统应有的控制性能。对于具有随机传输延迟的闭j ：1 ： 控制系统，若按最大传输延迟来设计控制器，有时也会使所得闭环控制系统不稳定。 ( 2 ) 假设网络诱导时延符合某种统计规律，在己知时延统计规律的情况下，借助随 机控制理论分析与设计网络控制系统。 n i l s s o n 7 , 4 2 l 假定传感器采用时间驱动，控制器和执行器采用事件驱动的工作方式， 并且假定时延的概率分布己知，且网络诱导时延小于一个采样周期，然后利片j m a r k o v 链对时延的概率分布的调节进行了建模，给出了闭环网络系统的l q g 随机最优控制律， 该控制律满足确定性等价原理。 文献 4 3 】对具有随机时延和系统噪声的一类网络控制系统进行了分析，设计了一种 可以对随机时延进行补偿的状态观测器。根据文中的延迟补偿方法，研究了闭环系统的 稳定性。 6 第一章绪论 r a y l 4 4 1 等分析了具有随机时变分布输出反馈时延的网络控制系统，提出了基于最小 方差滤波器和动态规划原理的随机延迟补偿的l q r 随机最优控制率，但不满足确定性 等价原理。文献 3 0 】对独立随机时延和具有m a r k o v 特性的时延条件下的l q g 问题作了 研究，给出了在不同时延特性下的l q g 最优控制器和闭环系统均方稳定性的条件，文 中推导的最优控制器适用分离定理，并且假定传输时延小于一个采样周期，文中同时强 调了时间戳( t i m es t a m p ) 的重要性。值得提出的是，在该文中应用m a r k o v 链对存在超时 的系统进行了建模，并举例说明了在某些条件下超时能使系统的性能提高，但是没有对 设计的控制器性质进行研究。 ( 3 ) 时延被处理为时变、有界量，这种界定比较贴近网络诱导时延的真实分布状况。 w a l s h l 4 2 1 、于之i ) l l t 4 5 1 等分别给出了上述假定下各自的控制策略和方法的设计方案。 1 3 3 系统信号量化的研究 所谓量化，就是把经过抽样得到的瞬时值将其幅度离散，即用一组规定的电平，把 瞬时于i l i 样值用最接近的电平值来表示。 按照量化级的划分方式分，有均匀量化和非均匀量化。均匀量化：量化间隔是一个 常数。x ( t ) 量化取值范围( v ，+ v ) ，量化间隔数为l ，则量化间隔为：a - - 2 v l 。非均 匀量化：a d c 输入动态范围的划分不均匀，一般用类似指数的曲线进行量化。非均匀 量化是针对均匀量化提出的。 按照量化的维数分，量化分为标量量化和矢量量化。标量量化是一维的量化，一个幅 度对应一个量化结果。而矢量量化是二维甚至多维的量化，两个或两个以上的幅度决定 一个量化结果。 量化过程存在量化误差，在还原信号的d a 转换后，这种误差作为噪声再生，称为 最化噪声。增加量化位数能够把噪声降低到无法察觉的程度，但随着信号幅度的降低， 量化噪声与信号之问的相关性变得更加明显。 加入量化器的控制系统被叫做量化系统。通过对量化系统的性能分析，从而知道控 制系统的性能。量化系统在许多技术应用中出现，如报警信息作为量化信号被扩大，在 信号超过定的范围时，另外一些不能准确测量的信号也可以作为量化信号。在网络控 制系统中，设计不同的量化器对不同的系统模型进行分析，将是人们以后关注的紧要问 题。 利用= 最化器，不仅可以对线性系统进行稳定性分析，还可以对非线性系统进行稳定 性分析，利用均匀量化器，对不同的系统模型进行稳定性分析。我们希望通过设计出对 数量化器，来完成相同的效果分析。 1 3 4 单包多包传输的研究 对于单个数据包传输的研究已经比较成熟，目前缺乏的是对多个数据包传输的网络 控制系统研究。多包传输的网络控制系统既包含了被控对象为单输入单输出时采用多包 传输的系统，又包含了被控对象为多输入多输出，具有多个传感器、控制器和执行器的 系统。 7 江南大学硕一l ：学位论文 在多输入多输出网络控制系统方面，文献 8 】针对传感器和控制器均为时问驱动，执 行器为事件驱动的长时延多输入多输出网络控制系统，考虑传感器与控制器的时钟4 i f 司 步，文中建立了网络控制系统的时变离散时间模型。文献【4 6 】针对文献【8 】研究的网络控 制系统，假设时延是具有某种统计规律的随机量，利用随机控制理论，讨论了控制器的 设计方法。文献【7 】针对传感器和控制器均为时间驱动，执行器为事件驱动的网络控制系 统，假设网络诱导时延是固定的，且小于一个采样周期，文中给出了网络控制系统的离 散时间模型和具有控制器的设计方法。文献【s , g l 禾u 用稳定域的概念和混杂系统的分析方法 分析了系统的稳定性，并基于n c s 的时域解提出了网络诱导时延的补偿方案；且研究 了具有数据包丢失和多包传输的n c s 稳定性问题，并用异步动态系统的分析方法分析 了具有数据包丢失及多包传输的n c s 的稳定性。 1 4 网络控制系统稳定的研究策略 在实际应用中，n c s 的稳定性问题是n c s 设计的首要问题。系统稳定是实现其它控 制目标的前提，而n c s 存在的网络传输时延、数据丢包、抖动和调度算法等问题，导敛 控制系统动态性能的下降甚至不稳定，给控制系统的分析、设计带来了巨大困难。而- u 在n c s 中，通信带宽一般由多个控制回路分享，这些控制回路相互竞争通信资源，如琏 于工业以太网的n c s ，其结果会在各自的闭环回路中引入随机延迟，这种网络诱导延迟 会恶化控制品质，甚至使得系统变得不稳定。因此，如何合理调配有限的带宽资源，尽 可能地降低网络对于控制系统的影响，从而满足控制系统稳定性、实时性的要求，这是 n c s 领域要解决的关键问题，有必要研究新的控制算法来改善n c s 的控制品质。 在n c s 的控制方法中，有两种应用得较多的方法可保证网络稳定性和控制系统性： 能，一是为改进网络控制系统的质量，改进网络控制协议：二是考虑网络延时，建立精 确的网络模型，设计一个优化控制器，使得系统具有良好的控制性能。 针对n c s 的网络诱导时延和数据包丢失问题，一些学者提出了不同控制策略，人敛 从如下几个方面分析。 ( 1 ) 等价扰动控制 把网络时延对于被控系统的影响视为扰动，w a l s h l 6 j 将其视为传感器输出与控制器 输入间的误差形式，并借助l y a p u n o v 稳定性定理，给出了网络扰动作用下保持n c s 系统 稳定的最大时延上界。 文献 4 7 1 针对传感器时钟驱动、控制器和执行器事件驱动的网络控制系统，考虑不人 于一个采样周期的不确定时延和有限能量的外部扰动，利用李哑普诺夫理论和线性矩阵 不等式描述方法，推导出该系统动态输出反馈h 控制律存在的充要条件，给出了最优 动态输出反馈h 控制律设计方法。 文献 4 8 1 针对一类存在噪声干扰的时变时延网络化控制系统，基于信息调度与控制 协同设计的思想，建立了具有信息调度和噪声干扰的时变时延网络化控制系统模型。引 入增广状态矩阵分析方法，研究了存在时变时延和噪声干扰情形下闭环网络化控制系统 的鲁棒稳定性问题。 8 第一章绪论 ( 2 ) 随机最优控制 应用随机控制的方法关键在于对网络延时的合理建模和估计，将网络延时作为系统 中的随机变量或随机过程，设计随机最优控制律。当网络时延限定在一个采样周期内， n i l s s o n l 7 l 研究了具有独立随机分布特性和m a r k o v 特性的网络时延下离散时间n c s 的 l q g 最优控制问题，给出了设计最优随机控制器和最优随机状态观测器的方法。 文献 4 9 1 在数据包丢失的背景下提出了一个数学模型，扩大了的l q g 分离原理，用 一个标准的l q r 的状态反馈设计解决这一丢包问题。在利用不可靠的渠道设计一个编码 器和利用网络机器人系统接收到的信息进行状态估计设计了解码器方面提出了优化算 法；同时，依据一个马尔可夫链表征数据包丢失发生，并对系统的稳定性进行了分析， 利用不确定原则，表明了一个状态观测器不完善的网络控制系统要实现均方稳定必须要 求在一定的条件下有一定数据丢包率。利用了次优的方法，以简化计算的估计和控制器， 解决了该黎卡提类的方程，获得了完全的状态信息并保证了网络机器人系统均方稳定。 于之训等【2 8 1 在传感器与控制器之间延时未知情况下，利用动态规划理论，得出系统 均方指数稳定的控制律；提出控制器节点采用事件驱动方式，同时在传感器和控制器节 _ 发送端设置发送缓冲区，以确保信息按产生的时间先后依次到达接收端，利用传输延 迟f l 勺m a r k o v 特性，得到了具有多步随机传输延迟的n c s 数学模型，并给出满足给定二次 型p f ：能指标的最优控制律，成功解决了原来事件驱动模式下此类n c s 无法获取其解析随 机控制律的问题。 利用随机理论研究网络控制系统，最根本的自 提都是假设网络诱导时延的概率分布 已知，得出的结论仅适用于特定分布的延时，当假设的网络延时分布与实际的网络延时 分布不符时，所得出的结论便不再成立。 ( 3 ) 动念转换控制 文献【5 0 1 提出了在控制器节点采用针对迟延和丢包的补偿估计器，以提高控制系统 的性能，将包含该补偿估计器的网络控制系统，描述为具有两个事件的异步动态系统， 并推导出保证系统稳定的时变双线性矩阵不等式。 z h a n g l 5 9 1 ：将离散时间定常n c s 建模为采样点与采样点问的切换系统模型，进而研究 该模型下系统稳定的充分条件，由于在稳定性证明中仅限定l y a p u n o v 函数在采样点的递 减特性，与实际情况相比仍较保守。进一步对离散时间定常n c s 在丢包和多包传输的网 络环境下的稳定性进行了研究，将这两种情况下的n c s 建模为具有一定切换速率限制的 异步动念系统( a d s ) ，分析了a d s 模型下n c s 系统稳定的充分条件，但对于时延和丢包、 多包传输共存的情况没有进行研究。 r a b e l l o l 3 3 j 在传感器与控制器、控制器与执行器之间均存在网络情况下，将有数据包 丢失f i , j n c s 建模为由事件率约束的异步动态系统，修改- z h a n g 5 1 关于指数稳定性定义， 研究了山系统结构事件率约束的指数稳定性，并结合线性矩阵不等式和遗传算法，提出 系统二次稳定的计算方案，但未考虑网络诱导时延。 ( 4 ) 最优控制 g u p t a l 5 1 l j 备传感器到控制器的数据包丢失看作是一个信息传输问题，利用分离原则， 9 江南大学硕j ：学位论文 分解问题变成了一个标准的l q r 的状态反馈控制器的设计。随后利用信息完成对最优编 码解码器设计来补充信息的不可靠的环节，在保证系统稳定的条件下，解决了数狮；他 丢失情况下的l q g 最优控制律设计问题。 l i a n 在传感器和控制器采样频率相同、各传感器间采取具有不同时间偏差的异步 采样机制、执行器采取事件驱动方式工作等基本假定条件下，对多步时延下多输入多输 出单闭环n c s 建立延迟可变系统状态模型，并将优化控制器的设计归结为l q r 最优摔制 问题。 n i l s s o n l 5 2 j 假设前面的时间延迟已知且由时间戳来标记和后面的时问延迟利用马尔 可夫链建模为连续观测密度，总结了以前对线性跳跃系统l q g 控制的成果，解决了系统 网络存在随机时延的情况下数据包控制的问题。 魏震1 5 3 1 针对网络时延分布未知的情况，改进了n i l s s o n 的l q g 控制律，提出了平均 时延窗口的在线估计方法，该方法不需要网络时钟同步和时延补偿，在此基础上，运刖最 优控制设计了网络控制器。 1 5 本文的主要工作 本文针对网络诱导时延、数据包丢失以及系统量化问题为研究对象进行了研究，采 用最优控制理论分析、算法研究、线性矩阵不等式算法和李亚普诺夫稳定性分析等研究 方法，并进一步分析了它们对网络控制系统稳定性的影n i 句。 全文共分五章，论文的整体结构和各个章节具体内容如下： 第一章为全文的绪论部分。第一节简要介绍了n c s 的结构及特点，指出了n c s 的稳 定性研究的目的和意义；第二节给出了网络控制系统中几个有待人们进一步解决的基本 问题；第三节明确指出了影响n c s 稳定性的主要因素是网络诱导时延和数据包丢失，并 综合介绍了n c s 目前国内外理论与应用的研究现状：第四节结合网络控制系统理沦和方 法，分析了控制策略的主要研究思路；第五节阐述了论文的整体结构和主要内容。 第二章主要对存在时延网络控制系统的补偿算法和最优控制律设计问题进行研究。 第一节为本章引言部分：第二节针对系统存在的随机时延建立n c s 模型；第三节分别设 计出在全状态反馈方式和输出反馈方式下的状态观测器，通过状态观测器的算法补偿术 实现对时延的补偿，从而获得更准确的预测估计；第四节给出了随机时延系统的最优控 制律，对系统的稳定性进行了分析；第五节通过了实例仿真，证实了提出状态观测器进 行时延补偿算法和最优控制律设计的有效性；第六节为本章的总结部分。 第二章主要分析了时延网络控制系统的协同设计问题。第