论文部分内容阅读
本文研究的复杂网络化系统包括网络化控制和网络拥塞控制两方面。时延是网络化控制系统的本质特征之一。本文首先对网络化控制系统中的网络时延的自相似性和混沌特性进行了实证研究和定量分析,揭示了网络时延具有自相似性和混沌特性。建立了网络时延的半马尔可夫模型,基于实测数据的统计分析给出了不同时延状态下的时延分布函数及状态转移矩阵。将包含半马尔可夫时延的网络化控制问题转化为具有模态不确定性及状态转移概率不确定性的马尔可夫跳变系统,并基于马尔可夫跳变理论,对之进行了稳定性分析,给出了稳定条件。基于小波分解与重构,运用RBF神经网络建立了网络时延的预测模型。基于时延的多步预测,研究了控制域自适应的网络化控制系统的预测控制方案,根据时延预测的结果自适应地调整控制域及前向通道网络传输的数据报所包含的控制信号的个数,在保证控制系统性能的前提下,可减少控制信号传输量,节约网络带宽资源,有利于网络性能的改善,实现控制效果与网络性能的综合优化。计算机网络拥塞控制算法应在高效性与易实现之间进行折中,在此背景下,PID型控制算法仍将是以后相当长时间内拥塞控制算法研究的主流。分析了当前普遍采用的Internet网络模型的不足,理论分析及仿真研究表明了网络模型改进的必要性。基于改进网络模型,研究了Internet(有线)网络PID拥塞控制器的综合问题,给出了PID拥塞控制器的完整稳定参数域,且该稳定条件是充要的,无保守性,对PID拥塞控制器参数的选取具有重要指导意义。通过无线网络接入Interne(t二者构成异构混合网络)将是网络发展的主流方向,关于上述混合网络的拥塞控制研究还很少。本文分别研究了混合网络的RED、PID及PI拥塞控制综合问题,并分别给出了以上三种拥塞控制器的稳定参数域,建立了控制器参数与网络模型参数间的关系,对控制器参数的选取具有重要指导意义。