含有死区输入的Hammerstein系统的网络预测控制

文中对具有死区输人特性的一类Hamrnerstein系统提出了网络预测控制方法。此方法借鉴广义预测控制的思想,首先对Hammerstein模型的线性部分,求得中间变量的预测值,并通过对死区求逆得到控制信号的预测值。在被控对象的缓冲区中选取最靠近当前时刻的控制输入预测值作为当前的控制输入,以用来补偿网络诱导时延。实验结果表明,采用了广义预测控制之后,系统的响应速度明显提高。证明广义预测控制可以很好地补偿前向以及反馈通道的诱导时延。     

改进的GPC在基于以太网的网络控制系统时延中的应用

针对基于以太网的网络控制系统(NCS)具有随机时延的特性,提出了将广义预测控制应用于网络控制系统中.为克服模型失配和系统不确定性的影响,基于BP神经网络建立一个误差的预测模型,用误差预测值对输出预测值进行补偿,构建了带误差补偿的广义预测控制算法.实验仿真验证了带误差补偿的广义预测控制在模型失配时具有更好的控制效果.     

基于极点配置与时延误差补偿的网络控制系统预测控制

根据网络控制系统的时延上界及对象模型,建立网络控制系统的整体模型,应用极点配置广义预测方法进行控制器的设计,以保证网络控制系统控制的有效性与稳定性．考虑到网络时延的随机性,基于神经网络建立网络时延误差的预测补偿模型,用时延误差预测值对输出预测值进行补偿,构成基于极点配置和误差补偿的网络控制系统预测控制算法．仿真结果表明,本文方法有较高精度,可快速收敛．     

改进的GPC在网络控制系统时延问题中的应用

针对网络控制系统的时延具有随机、时变的特性,常会出现控制效果不理想的问题提出了动态BP网络误差修正的广义预测控制.在BP神经网络中加入误差动态反馈环节,形成动态补偿的神经网络模型,通过动态BP网络建立误差的预测模型,采用误差预测值对传统广义预测控制的输出预测值进行修正.仿真结果表明,将算法应用到时延网络控制系统当中能取得较好的控制效果.     

基于状态空间模型的网络化广义预测控制

针对网络化控制系统中存在的网络诱导时延和数据包丢失,考虑了基于状态空间模型的网络化广义预测控制问题,提出一种采用最小预测步长和预测控制向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法.分别给出了存在数据包丢失、网络诱导时延以及两者同时存在情况下的控制器设计方法.仿真实验结果验证了所提出算法的有效性.     

基于GPC的NCS非整数倍采样周期时延补偿方法

研究具有非整数倍采样周期时延的网络控制系统(NCS)的时延补偿问题.针对NCS中的非整数倍采样周期时延,基于广义预测控制算法并结合线性插值方法,提出一种新的网络时延补偿方法.该方法能得到非整数倍采样周期的控制预测值,同时通过减小执行器读取缓冲区的周期,可有效减少由于执行器时间驱动而引起的等待时延,解决了非整数倍采样周期时延的补偿问题.最后通过仿真验证了该方法的有效性.     

基于GPC算法的网络控制系统研究

针对具有随机时延的一类网络控制系统(NCS),文章设计了一种基于时延补偿和广义预测控制(GPC)算法的控制器。该控制器根据数据包的时间戳计算传感器-控制器时延,通过时延补偿得到被控对象当前的状态和输出,采用GPC算法计算控制量。仿真结果证实了该控制器的有效性。     

一类具有随机时延的网络化控制系统的广义预测控制

网络化控制系统中,各种恒定、时变或者随机的网络时延会导致系统控制性能的下降甚至不稳定。针对基于交换式以太网所造成的随机网络时延问题,结合对系统结构及时延特征的分析,给出了一种基于广义预测控制的控制方法,该方法采用网络时间戳机制和模型的在线辨识,能够准确地测量系统输出并及时对预测值进行在线修正,实现对随机时延的网络化控制系统的有效控制。最后通过仿真验证了该方法的有效性。     

具有模糊校正的GPC在网络控制中的应用

针对网络时延影响网络控制系统(NCS)性能的问题,提出采用模糊校正来优化广义预测控制的控制效果.该方法降低了广义预测控制的建模误差对一般系统的影响,更好地解决了网络控制中的时延问题,从而可以更好地对系统实行实时控制.采用Matlab对控制系统进行仿真,结果表明,具有模糊校正的广义预测控制,比单一的广义预测控制的控制效果有明显提高.     

面向网络诱导时延和数据包丢失补偿的网络化广义预测控制

针对网络化控制系统中存在的网络诱导时延和数据包丢失, 考虑了网络化广义预测控制问题. 基于多个数据打包传送的通讯方式以及网络诱导时延和数据包丢失预先可知的假设, 提出了一种采用最小预测步长和预测控制增量向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法, 给出了相应的网络化模型预测算法和网络化滚动优化算法, 对于被控对象参数未知或缓慢变化的情况, 给出了基于递推最小二乘辨识改进算法的网络化反馈修正算法, 通过仿真验证了所提出网络化算法的有效性.