论文部分内容阅读
网络化控制系统是指通过数字通信网络将分布在不同地理位置的传感器、控制器和执行机构连接而形成的闭环控制系统。与传统控制系统相比,网络化控制系统由于网络带来了低成本、易维护和远程控制等优点,已经广泛应用于智能家居、远程医疗、智能交通和工业自动化等领域。然而,数字通信网络的非实时性挑战了控制系统的实时性要求,对存在丢包、时延等通信约束的网络化控制系统的设计和分析引起了广大学者的关注。在以往的研究当中,无论是基于传统的控制算法来应对通信约束的研究还是通信与控制联合设计方法的研究,大多需要知道网络通信特征。对此通常做法是直接假设网络通信特征已知。但在一些网络环境复杂、通信特征易变化的场景,系统运行时实际的通信特征也是容易发生变化的,且变化规律未知。所以在给定丢包率或者时延值基础上设计的控制器往往不能满足控制系统实时性要求,甚至由于网络状态的变化导致系统性能恶化甚至失稳。本文研究了网络化控制系统中动态变化的网络通信特征,并在此基础上提出了相应的最优控制策略和动态数据包打包方案的设计与分析。具体工作总结如下:(1)针对网络化控制系统中网络丢包特征存在动态变化的问题,提出了一种丢包特征学习算法,并根据学习结果设计了最优控制器,解决了传统最优控制器设计时需要事先假设丢包率已知的问题。首先,针对网络化控制系统中通信网络存在的丢包问题建立初始伯努利模型,基于贝叶斯推断提出了一种学习当前网络丢包模型的方法。然后,通过最新的丢包模型实时地估计网络的丢包率。继而,根据实时的丢包率估计值进行最优控制器设计。最后,通过MATLAB数值仿真证明本文基于丢包率特征学习的最优控制器在改善传统最优控制器系统性能改善方面的有效性。(2)针对共享网络下的网络化控制系统中网络时延特征存在动态变化的问题,提出了一种时延特征学习算法,并根据学习结果设计了动态打包方案,解决了共享网络环境下控制系统消耗太多网络资源的问题。首先,针对网络化控制系统中存在丢包时延等问题进行了通信约束建模,并基于第二章中介绍到的贝叶斯推断方法提出了一种利用近期时延数据的模型学习、更新方案。然后,设计了一种根据实时的通信特征模型的时延估计方法。继而考虑基于包的控制框架中网络资源有效利用的问题,利于对网络时延的实时估计设计出一种动态打包方案。最后,通过MATLAB数值仿真来验证该方案在节约网络资源方面的有效性。