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.     

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.     

基于群决策考虑属性效用一致性的DEA他评交叉效率公共权重排序法

针对一类主从式异构线性网络化多智能体系统,考虑每个智能体的反馈通道和前向通道中存在随机网络诱导时延和数据包丢失问题,采用预测控制方法,提出一种基于观测器的网络化多智能体协同输出跟踪控制方案.在该方案中,主智能体在每一时刻基于自身滞后输出和系统参考信号,计算一组控制预测序列和输出预测序列,前者用以主动补偿主智能体控制回路中的随机网络诱导时延和数据包丢失,后者被发往从智能体;从智能体在每一时刻基于主智能体发送过来的输出预测序列和自身滞后输出,计算一组控制预测序列,用以主动补偿从智能体控制回路中的随机网络诱导时延和数据包丢失;随后推导闭环网络化多智能体控制系统的稳定性,并通过实验验证该方案的有效性和可行性.     

不确定系统的网络化保性能控制

本文针对控制网络中存在着随机传输时延和数据包丢失的现象,考虑了网络化控制系统的状态反馈保性能控制器设计问题.首先采用时滞相关方法并引入自由权矩阵,给出了基于矩阵不等式的网络化二次型保性能控制器存在的充分条件,然后基于该充分条件获得了基于线性矩阵不等式的控制器设计方法,相应的网络化保性能控制律可以通过求解线性矩阵不等式来构造,并采用锥互补线性化算法给出了网络化次优保性能控制器的设计方法.最后数值示例演示了所得控制器设计结果的应用方法和有效性,并通过仿真比较了传统保性能控制器和网络化保性能控制器在网络化控制系统中的控制性能.     

具有数据包丢失的网络控制系统保性能控制

本文研究了一类具有数据包丢失的网络控制系统(NCSs)的建模和保性能控制问题.通过用两个马尔可夫链分别来描述前向通道和反馈通道的丢包过程,将闭环网络控制系统建模成具有两个模式的马尔可夫随机切换系统.基于线性矩阵不等式技术和李亚普诺夫方法得到了闭环系统随机稳定的充分条件,并给出了状态反馈保性能控制器的设计方法.最后通过数值算例验证本文结果的有效性.     

网络化系统的状态反馈保性能控制

研究了具有随机网络诱导时延且数据包丢失服从马尔可夫链的网络化系统的保性能控制问题．将网络化控制系统建模为具有两种运行模式的马尔可夫跳变线性系统．根据马尔可夫跳变线性系统理论，给出了网络化系统状态反馈保性能控制器存在的充分条件；该保性能控制器为一组线性矩阵不等式的解．通过一个仿真示例说明了本文所提方法的有效性．     

具有时变时滞和多包丢失的网络控制系统量化H∞控制

研究了具有时变时滞与多数据包丢失的网络控制系统(networked control systems,NCSs)的量化H∞控制问题.同时考虑传感器-控制器间的测量通道及控制器-执行器间的控制通道的多数据包丢失,并将其用满足Bernoulli分布的随机变量来表示.控制输入信号和测量输出信号分别在传感器和控制器两侧进行对数量化,量化误差描述为扇区有界不确定性.利用Lyapunov理论和线性矩阵不等式方法,得到了使得闭环NCSs满足一定H∞性能指标的均方意义下指数稳定充分条件,并给出了基于观测器的时滞相关控制器设计方法.最后,通过实例证明了该方法的有效性.     

具有随机丢包的非线性网络化控制系统鲁棒故障检测

针对具有随机丢包的Lipschitz非线性网络化控制系统,研究了系统存在外部干扰情况下的鲁棒故障检测问题。由于带宽有限,传感器-控制器和控制器-执行器的网络通道中存在随机数据包丢失,鉴于此,设计一种基于观测器的故障检测滤波器,给出存在故障检测滤波器的充分条件,使误差系统均方指数稳定并达到鲁棒H∞干扰抑制水平,同时给出基于观测残差均方值的故障检测策略。通过仿真算例验证了所提出方法的有效性。     

具有多传输通道系统的网络化预测控制

本文研究了一类具有多传输通道网络化系统的控制问题,基于网络化预测控制方法,提出了一种改进型的分布式预测补偿方式,从而更有效地利用反馈数据来提高控制系统的性能.对闭环网络化预测控制系统进行分析,得到其稳定性条件,特别地,在模型精确已知和多传输通道的时延为定常的情况下,该条件将会退化为本地控制的闭环系统稳定性条件.上述结论的好处是网络化预测控制系统中状态观测器和控制器的设计可以参考本地控制.通过球杆系统算例验证本文所提方法的正确性和有效性.     

基于非策略Q-学习的网络控制系统最优跟踪控制

针对具有数据包丢失的网络化控制系统跟踪控制问题,提出一种非策略Q-学习方法,完全利用可测数据,在系统模型参数未知并且网络通信存在数据丢失的情况下,实现系统以近似最优的方式跟踪目标.首先,刻画具有数据包丢失的网络控制系统,提出线性离散网络控制系统跟踪控制问题;然后,设计一个Smith预测器补偿数据包丢失对网络控制系统性能的影响,构建具有数据包丢失补偿的网络控制系统最优跟踪控制问题;最后,融合动态规划和强化学习方法,提出一种非策略Q-学习算法.算法的优点是:不要求系统模型参数已知,利用网络控制系统可测数据,学习基于预测器状态反馈的最优跟踪控制策略;并且该算法能够保证基于Q-函数的迭代Bellman方程解的无偏性.通过仿真验证所提方法的有效性.     

信息物理环境下不确定系统的随机分布式预测控制

针对信息物理系统环境下可能发生的信息丢包问题,提出一种随机分布式预测控制的分析与设计方法.考虑控制器端到执行器端的传输丢包,采用马尔科夫过程对这一丢包过程进行描述.通过对马尔科夫跳变的线性模型进行增广,研究一种具有随机丢包不确定系统的分布式预测控制方法;将系统分解成多个子系统进行描述,研究基于最小最大化优化的分布式预测控制器设计方法,并提出基于迭代交互的子控制器协调算法.将随机分布式预测控制算法在实际电机系统中进行仿真测试,以验证所提出方法的有效性.     

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广叉预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦.在目标函数中用控制量的增量代替控制量,使控制增量变化不至于...     

共享控制系统的丢包预测补偿控制算法

对共享控制系统中数据包在因特网传输过程发生丢包的现象进行建模,分析丢包对系统控制性能的影响,利用预测补偿控制原理设计一种基于混合型pi—sigmod模糊神经网络的丢包补偿算法。仿真实验结果表明,该算法能克服丢包对控制系统的性能和稳定性造成的不利影响。     

有损信道下网络化系统的均方最优渐近跟踪

对于通讯信道具有丢包的网络化反馈控制系统, 运用乘性噪声模型来描述丢包这一信道不确定性, 并根据 网络化系统的结构特点提出了一种渐近跟踪控制器结构, 研究了该结构下系统的均方可镇定性以及均方最优渐近 跟踪与均方可镇定性的等价关系. 在此基础上, 运用随机均方最优控制理论给出了该系统均方最优渐近跟踪设计方 法, 该方法取决于广义代数黎卡提方程(MARE)的均方镇定解. 进一步, 本文提出了求解上述均方镇定解的新算法. 最后的仿真验证了对于信道具有丢包的网络化反馈系统最优渐近跟踪问题, 本文所提方法的有效性和可行性.     

Predictive control for networked systems affected by correlated packet loss

In this paper, we consider the predictive control problem of designing receding horizon controllers for networked linear systems subject to random packet loss in the controller to actuator link. The packet dropouts are temporarily correlated in the sense that they obey a Markovian transition model. Our design task is to solve the optimal controller that minimizes a given receding horizon cost function, using the available packet loss history. Due to the correlated nature of the packet loss, standard linear quadratic regulator methods do not apply. We first present the optimal control law by considering the correlations. This controller turns out to depend on the packet loss history and would typically require a large lookup table for implementation when the Markovian order is high. To address this issue, we present and compare several suboptimal design approaches to reduce the number of control laws.     

Networked min–max model predictive control of constrained nonlinear systems with delays and packet dropouts

This article investigates a class of constrained nonlinear networked control systems (NCSs) subject to external disturbances, input and state constraints and network-induced constraints. From a practical perspective, the network-induced constraints considered include the time delays and packet dropouts on both the sensor-to-controller (S-C) channel and the controller-to-actuator (C-A) channel simultaneously. The min–max model predictive control method is proposed to design the control packets by incorporating the external disturbances into the optimisation problem. Moreover, the input-to-state practical stability of the resulting nonlinear NCS is established by constructing a novel Lyapunov function. Finally, the simulation results and the comparison studies are presented to demonstrate the effectiveness and improvement of the proposed method.     

鲁棒广义预测控制在单元机组的协调控制

设计有效的火电厂单元机组机炉协调控制系统是提高热工自动化水平的关键问题。采用广义预测控制和鲁棒控制相结合的策略,提出一种鲁棒广义预测控制器的设计方法。将其应用于火电厂单元机组的协调控制系统进行仿真研究,对被控对象的不确定性具有良好的适应性和鲁棒性。仿真结果表明了该算法的有效性。     

有界随机测量时滞的网络控制系统的最优估计

在假设测量没有丢包的情况下, 研究了带有随机测量时滞的网络控制系统的最优估计问题. 利用已知的时 滞分布概率, 建立新的模型来描述随机时滞测量. 进一步将带有时滞的测量等价成每个通道是单时滞的多通道测 量, 从而利用新息重组方法, 通过求解黎卡提方程求解最优估计器. 最后给出仿真实例验证了该算法的有效性.