基于粒子群优化算法和博弈论的网络学习控制系统带宽调度

研究了双层网络学习控制系统的带宽调度优化问题.为了合理分配子系统的带宽,引入了网络定价体系和动态带宽调度方法,建立了非合作博弈模型,从而将网络控制系统的网络资源分配问题转换为非合作博弈竞争模型下的Nash均衡点求解问题.在此基础上,采用粒子群优化算法得到此框架下的纳什均衡解,并进一步给出了网络控制系统的时间片调度方法.仿真结果表明了所提方法的有效性.     

网络控制系统的模糊动态调度算法研究

针对多回路的网络控制系统,本文同时考虑系统误差和误差变化率,设计了一种基于神经网络的模糊动态调度算法.该算法根据系统中各回路的误差和误差变化率,利用神经网络模糊控制的方法实时调整各回路的优先级,从而实现对网络控制系统的调度.最后,利用TrueTime工具箱建立了包含模糊动态调度器的网络控制系统仿真模型,并将其与RM和EDF调度算法进行对比.仿真结果表明,在相同的网络带宽占用条件下,本文所设计的模糊动态调度算法相比于RM和EDF调度算法,产生的网络诱导时延更小,且具有较好的控制性能.     

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。     

网络控制系统动态死区反馈调度

为了在负载变化的网络环境中合理调度资源,提出了将死区控制与节点优先级分配相结合的调度器。死区控制可以在不严重影响控制质量,以及不改变系统采样率的情况下节省网络资源。结合优先级的合理分配,所设计的网络控制系统可以在网络负载较轻的时候充分利用带宽资源,在网络重负载的时候实现控制质量的逐渐降低。实验仿真结果表明:所设计的在线动态调度方法可以在变化的工作环境中改善网络控制系统的性能,提高应对工作负载变化的能力。     

网络控制系统中的基本问题与时延分析

介绍了网络控制系统的概念 ,论述了网络控制系统中的基本问题 :时变传输周期、网络诱导时延、数据包丢失、单包传输和多包传输、数据包的时序错乱、网络调度、节点的驱动方式及时钟同步等。分析了网络控制系统中的网络诱导时延     

基于切换技术的网络化控制系统

针对带宽资源有限的网络化控制系统,提出一种切换控制策略.基于Lyapunov第二方法引入衰减系数的概念,在此基础上给出保证单个系统稳定的最小网络通讯间隔以及保证多系统同时稳定时网络通讯间隔应满足的条件.本文的方法实质上也是一种网络环境下多任务的调度方法.     

网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法.该算法由网络利用率预测和采样周期调节两部分组成:网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算.采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期.最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能.     

基于在线时延辨识的网络控制系统调度

基于在线网络时延的辨识方法,提出一种对网络控制系统的周期信息、非周期信息和消息的实时动态调度算法.所提出的利用一种滤波器的辨识方法能够实时在线辨识网络时延,而且基于该时延辨识的调度算法能够动态地调整采样周期和分配带宽,并保证系统的性能和提高网络资源的利用率.仿真实例说明了辨识方法的有效可行性.     

网络控制系统研究进展

对网络控制系统领域的主要研究成果和将来可能遇到的挑战进行阐述。网路控制系统主要分为网络控制、基于网络的控制和多智能体系统3个研究领域。网络控制是针对网络自身的控制,主要是对通信网络的网络路由、网络流量等的调度与控制：基于网络的控制是对被控系统的控制,网络只是作为一种传输通道。研究时考虑网络自身存在的问题对系统的影响．对整个闭环系统进行建模、性能分析以及控制器的设计等;多智能体系统主要是研究网络的拓扑结构和多智能体之间相互作用对整个系统行为的影响。本文主要针对基于网络的控制系统中的时延、丢包、多包传输问题,介绍近年来网络控制系统分析与综合方面的研究成果和最新进展。最后,论述了网络控制系统研究中尚待解决的问题,展望了网络控制系统未来的发展前景。     

网络控制系统中的改进型死区反馈调度方法

在网络控制系统（NCS）中,死区反馈调度方法可以在网络资源紧缺时提高服务质量（QoS）,但同时以牺牲控制系统的控制品质为代价。本文提出了改进型的死区反馈调度方法．在控制器中加入了预测环节．近似地恢复了失去的采样值．并计算出相应的控制信号对目标进行控制。仿真实验表明：该方法能够提高整个系统的控制性能,在一定程度上弥补死区调度方法的缺点,同时又能保证网络资源的有效利用。     

基于神经网络预测的网络控制系统故障检测

考虑一类长时延网络控制系统,假定其存在输出时延,对其进行故障检测。通过对网络控制系统时延采样值进行神经网络预测,使之成为无延迟的控制系统。在此基础上,建立了基于神经网络预测的故障观测器误差方程,并证明了该观测器稳定的条件。当系统正常时,只要给定的不等式条件成立,该观测器系统就是稳定的。当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生。最后通过仿真示例说明该文方法能够较好预测网络时延,发现系统故障。     

基于时滞理论的网络控制系统稳定性分析

针对网络控制系统中普遍存在的通讯延迟问题，首先推导了具有多个独立传感器和执行器的多输入多输出网格控制系统的连续时间模型，然后根据时滞系统理论，给出了网络控制系统稳定的充分条件，根据此条件，可求出使网络控制系统稳定的最大允许网络延迟(MAND)．研究表明，只要网络控制系统的实际网络通讯延迟小于最大允许网络延迟，该网络控制系统就是稳定的．最后，仿真实验结果验证了所提理论的正确性．     

基于信息调度的网络控制系统的故障诊断

研究了基于静态信息调度框架的网络控制的故障诊断问题。表征故障信息的残差信号由一个周期性的未知输入观测器观测出的系统状态和参考模型的状态构造而来。文中给出了此类观测器存在的充分条件,并根据状态估计误差和Lyapunov理论推导出观测器稳定的条件。最后给出了仿真实例验证了提出方法的有效性。     

模糊不确定时滞网络控制系统的保性能H_∞控制

建立了不确定时滞模糊网络化控制系统模型,研究了一类存在不确定参数的网络时滞系统保性能控制问题,基于Lyapunov稳定性理论给出了系统渐稳的充分条件,并把所得结果转化为线性矩阵不等式.     

网络控制系统仿真平台的设计与实现

基于MATLAB、NS2、Visual C ,采用软件组件设计思想,设计并实现了网络控制系统实时仿真平台NCS-RS(NCS-RealTime Simulation).NCS-RS主要包括Simulink控制器/被控对象模块、MATLAB数据接口模块、Visual C 网络接口模块以及NS2网络仿真模块,既发挥了NS2的网络仿真优势,又利用了MATLAB强大的控制系统仿真功能,很好的实现了对网络控制系统的实时仿真.最后,在仿真平台上进行了倒立摆网络控制系统的仿真实验,并分析了时延对控制品质和稳定性的影响.     

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．     

时变时延网络化控制系统的鲁棒稳定性

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．给出了使闭环系统渐近稳定的控制器参数化表达式．仿真分析表明该策略在满足闭环系统稳定性的同时,降低了系统信道的数据信息流量,充分地利用了网络带宽资源。     

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.     

具有通信约束的网络化系统动态输出反馈控制

针对一类存在访问约束和时变时延的网络化控制系统,研究了其中的动态输出反馈控制器的设计问题.考虑到介质访问约束服从Markov分布和时变时延的上界小于一个采样周期的情况,将网络化控制系统建模为一类具有不确定性的离散时间Markov跳变系统.根据Lyapunov稳定性理论与状态增广方法,给出了闭环网络化控制系统渐近稳定的充...     

基于最小二乘支持向量机的网络控制系统建模

针对网络控制系统实时信号的传输问题,提出一种采用最小二乘支持向量机理论预测和补偿非理想条件下网络传输导致的不良影响,建立一个较通用网络控制系统模型的方法,并对所提出模型的正确性和可应用性进行验证.仿真结果表明,基于最小二乘支持向量机预测模型能在一定程度上提高网络控制系统的动态性和稳定性,弥补了周期性传输采样信号占用大量网络带宽和不必要网络通信的缺陷.