一类带有时延的非线性网络控制系统的镇定

研究了一类非线性网络控制系统的镇定问题。利用一种新方法描述通讯网络有限传输能力所导致的时延,由T-S模糊模型和平行分布补偿技术建立了带有时延的非线性网络控制系统的模型。通过采用Lyapunov方法和线性矩阵不等式技术,得到了系统随机稳定的充分条件,并给出镇定控制器的设计方法。     

基于TrueTime的网络控制系统仿真平台的构建及其仿真分析

TrueTime是基于MATLAB/Simulink的网络控制系统仿真工具箱,是目前使用较为广泛的网络控制系统虚拟仿真工具。介绍了一种基于TrueTime的网络控制系统仿真平台,并用基于TrueTime的弹簧-阻尼系统仿真模型为实例,说明该仿真平台的构建方法,同时通过与MATLAB的阶跃响应曲线对比,证明该仿真模型可以很好地模拟网络环境。针对网络控制系统中网络时延和数据包的丢失这两个主要问题,通过对仿真结果的分析,验证网络时延、数据丢包等因素对网络控制系统控制性能的影响。     

非线性网络控制系统的稳定性分析

针对传感器为时钟驱动、执行器、控制器均为事件驱动的一类非线性网络控制系统(net-worked control systems,NCS),通过在信息接收端设置一定长度的缓存,可以将时变的网络诱导时延转化为固定时延,并且将此类NCS建模为一类具有输入输出时延的非线性时延系统.基于建立的模型,利用Lyapunov定理和Razumikhin定理给出了系统渐近稳定的充分条件,同时给出使系统保持渐近稳定的最大允许网络诱导时延.最后通过算例验证了时延小于最大允许网络时延时,NCS是稳定的.     

基于离散T-S模糊模型的非线性网络控制系统的镇定

在考虑了数据丢包和网络诱导时滞情形下,研究了一类非线性网络控制系统的镇定问题,其中被控对象是由一个离散T-S模糊模型描述的.利用平行分布补偿技术,建立了这类非线性网络控制系统的一个新的模型,得到了该系统稳定的充分条件,给出了基于线性矩阵不等式的模糊控制器的设计方法.数值例子说明了结论的有效性.     

基于观测器的长时延网络控制系统设计

该文针对存在时变有界长时延的网络控制系统，讨论了具有时延补偿功能的状态观测器以及状态反馈控制器的设计方法。状态观测器根据控制器接收数据包的情况在开环预测和闭环预测两种模式之间切换，以补偿时延的影响。控制器的输入采用观测器的预测状态，从而将系统建模为一类具有多个子系统的离散切换系统。在此基础上，给出了状态观测器与控制器协同设计的方法。仿真结果表明：该文提出的设计方法能够比未采用补偿策略的方法取得更好的控制性能。     

基于模型的时延网络控制系统的研究

针对网络存在时延情况,研究了一种基于模型控制器的网络控制系统的稳定性条件.利用被控对象的信息,网络控制系统尽可能减少传输的数据量以适应网络带宽的需求.给出了在这种网络时延条件下,系统稳定时更新时间h与网络时延τ所应满足的充分必要条件.通过Matlab的仿真实验,表明了该结论的正确性和有效性.     

移动机器人网络控制系统建模分析

论述当前网络控制系统模型中存在的主要问题,考虑四轮移动机器人作为网络控制系统的被控对象,建立了该系统的传递函数和状态方程模型,通过仿真结果讨论了采样周期对移动机器人作为被控对象网络控制系统稳定性的影响.     

非线性网络控制系统T-S模糊控制研究

文章采用T-S模糊模型描述非线性网络控制系统,针对该系统中存在的前向通道和反馈通道时延,采用史密斯预估器进行补偿;对非线性网络控制系统建立了T-S模糊模型,给出该模型的稳定模糊控制器存在的充分条件和模糊状态反馈控制器的设计方法,并给出相应的线性矩阵不等式形式和具有常数衰减度系统的稳定性存在的充分条件和相应的线性矩阵不等式形式;仿真算例结果表明,模糊状态反馈控制器的设计是行之有效的。     

基于内模控制的网络控制系统

文章针对网络控制系统运用了内模控制的方法,无需对网络延时进行在线测量或估计,所以适应于时延为随机、时变或不确定,存在数据丢包以及控制对象模型变化的网络控制系统,并给出了控制器的简单设计方法.结果表明,基于内模控制的网络控制系统具有较好的动态性能,且具有较强的抗干扰能力和鲁棒性.     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.     

基于多速率采样系统的网络预测控制算法

针对网络控制系统（NCS）中存在的网络延迟和数据丢包问题,利用提升技术,将预测控制器和网络延迟补偿器相结合,提出了一种基于多速率采样系统的网络预测控制算法．仿真试验表明,该算法对网络延迟和数据丢包具有一定的补偿作用,不仅提高了网络资源利用率,且能保证闭环网络控制系统是渐近稳定的．     

带有随机时滞的非线性网络控制系统的镇定

考虑了一类非线性离散系统的网络控制问题.通过齐次马尔可夫链描述采样器-控制器和控制器-执行器的时延,将网络控制系统建模为带跳非线性系统.利用Lyapunov方法和线性矩阵不等式技巧,得到了系统随机稳定的充分条件,并给出了镇定控制器的设计方法.数值例子的仿真结果验证了所得方法的有效性.     

基于动态矩阵方法的网络控制系统补偿策略

针对网络控制系统数据包不确定的问题,分析了该特性对网络控制系统的影响以及目前的控制方法,设计了控制器节点由事件-时间驱动,传感器节点和执行器节点由时间驱动的分布式网络控制系统模型.在此基础上,根据预测控制中动态矩阵方法具有的简单实用的特点,提出了基于动态矩阵方法的时延控制和数据包丢失补偿策略.应用此策略进行了仿真,结果表明补偿后的系统输出与存在网络时延,但数据包按时到达的系统输出几乎一致,验证了该策略的有效性.     

网络控制系统的建模方法综述

由于网络控制系统的复杂性,其建模问题一直没有得到很好解决。为此,总结了目前常见的网络控制系统的建模方法,分析了各种建模方法的优缺点,并在此基础上对网络控制系统的建模方法进行了展望,提出了建立具有多输入多输出、多回路延时的网络控制系统模型;将网络延时的不确定性转化为系统模型的不确定性,对网络控制系统进行建模;综合考虑控制与调度对网络控制系统进行建模等3个研究方向。     

一种改进的线性网络控制系统的鲁棒稳定性分析

考虑在网络传输延迟和数据丢包二者共同影响下的具有时变结构不确定性的线性网络控制系统的稳定性问题.首先采用模型变化方法,将网络控制系统模型转换为时滞系统模型;然后,通过引入一种新的考虑网络传输延迟下界的Lyapunov泛函,对具有结构不确定性的时变时滞系统的稳定性进行分析,给出了时滞相关的系统镇定的线性矩阵不等式条件.最后通过数值实例证明本文方法与现有方法相比具有更小的保守性.     

时延网络控制系统调度与稳定性

针对共享网络资源的多个网络控制系统的调度与稳定性问题,考虑网络诱导时延对系统的影响,给出网络控制系统的模型描述;基于静态非抢占RM(Rate Monotonic)调度算法,给出网络可调度与闭环系统稳定的充分条件。仿真结果表明该文的方法比已有的方法具有更小的保守性。     

输入受限网络控制系统的鲁棒模型预测控制

针对一类带有随机时延的输入受限多面体不确定网络控制系统,提出了一种鲁棒模型预测控制算法．假设随机网络时延为Markov链,并考虑Min-Max无穷时域性能指标,用线性矩阵不等式方法给出了依赖于模态的状态反馈控制器．基于Lyapunov方法,得到了保证可行性和鲁棒随机稳定性的条件．仿真结果验证了算法的有效性．