网络控制系统变采样周期智能动态调度策略

针对网络控制系统中采样周期时变不确定性对控制性能和网络运行性能的影响,提出一种基于反馈控制原理和预测机理的智能动态调度策略.该策略利用网络资源利用率、截止期错过率以及误差绝对值积分(Integralof the Absolute Error,IAE)对消息进行反馈控制调度,保证网络利用率、截止期错过率以及控制性能保持在期望的范围内;利用BP神经网络对网络利用率和数据包执行时间进行预测,实时调整控制系统的采样周期,以适应网络中信息流的变化.仿真试验结果表明该调度算法既能满足控制系统的性能,又提高网络资源的利用率.     

具有数据包丢失的NCS反馈调度研究

网络化控制系统数据包丢失会导致控制系统性能下降与网络资源利用率降低。该文分析了网络化控制系统的数据包丢失问题,基于网络利用率,采用反馈调度方法,动态调整网络化控制系统控制任务周期,在线分配网络资源,实现调度与控制的集成,提高了网络资源的利用率与控制系统性能,仿真结果表明该方法的有效性。     

网络控制系统中采样周期的优化选取方法

对网络环境下的控制系统时延进行了分析,讨论了系统采样周期和网络时延对网络控制系统的影响,以优化控制系统性能为目标,以网络的可调度性为条件,结合系统控制与网络调度,给出了NCS的优化模型和采样频率的求取方法,并给出了优化实例。结果表明:该调度算法既满足了控制系统的性能,又优化了网络调度,提高了网络资源的利用率,为选择网络控制系统采样周期提供了指导方法。     

最早截止期优先的网络控制系统动态调度研究

网络控制是涉及计算机技术、自动控制技术、通信技术和最优化理论等的综合学科,网络调度对网络控制系统性能的影响是近年来国际学术界研究的热点。介绍了网络控制系统的基本组成和可调度性分析方法,提出一种由实时任务调度理论改进的网络动态调度理论——最早截止期优先(EDF)动态调度算法,并在控制器局域网络下采用Truetime与Simulink仿真工具共同构建了多回路的网络控制系统。仿真实验结果表明:最早截止期优先动态调度算法可以在不确定的网络环境下使各回路控制器性能达到最优。     

具有丢包的异采样率双环网络控制系统

研究了一类存在数据包丢失的异采样率双环网络控制系统。该系统由内控制环和外控制环组成,内、外控制环的采样周期不同,且由于网络的存在,传输过程会出现数据包丢失问题。采用提升技术将内环扩展成多采样周期模型来解决内环和外环统一建模的问题,利用马尔可夫链来描述数据包丢失情况,并建立综合系统模型。基于李雅普诺夫方法,给出了网络控制系统随机稳定的充分条件,提出控制器的设计方法,并通过数值算例验证了方法的有效性。     

基于四层交换的工业实时同步交换技术的研究

网络控制系统中通常存在着大量短帧结构的实时数据,当网络负载增加时,传统的端对端交换技术会产生明显的排队时延,使得传输效率低、带宽占用高。在四层交换技术基础上提出了适于工业控制的实时同步交换技术,在非周期数据传输阶段,对交换机各端口通信任务的数量和执行时间分别进行优化与调度,在周期数据传输阶段,执行数据包的接收、拆分、重组、转发四个步骤,实现了数据包的同步接收和同步转发。提出的方法减少了数据包在交换机中的排队时延,提高了数据传输的同步性,数据传输效率高,网络带宽占用小。仿真实验验证了该方法的可行性和优越性。     

网络控制系统的时延特性分析

在网络控制系统中，由网络产生的信息传输时延对系统的控制性能有重大影响.时延会降低系统的控制性能，使系统稳定范围变窄，甚至可能使系统不稳定.首先概述了网络控制系统及固有的特点，随后深入分析了网络控制系统中时延产生的原因以及采用随机访问和调度两类访问方式的控制网络中时延特性，阐明了时延对系统性能的影响，并通过实例给出了系统稳定时延和采样周期之间的约束关系.该约束关系可作为选择采样周期的参考依据.     

基于神经网络延时预测的自适应网络控制系统

针对网络控制系统存在着随机、时变、不确定的信息传输延时,采用带有时间戳的线性神经网络(TSLNN)进行在线延时预测,实时地获得当前采样周期的网络传输延时预测值.该方法选取3个先验的网络实测延时值作为神经网络的输入样本,选用widrow-hoff学习规则作为神经网络的训练算法;应用网络传输延时预测值,并采用一阶Pade方法,对数学模型中的延时环节进行线性化处理,从而获得无刷直流电机调速网络控制系统的线性数学模型;最后,利用模型参考自适应控制方法(MRAC)设计闭环控制器.仿真结果表明,将基于TSLNN在线延时预测的MRAC方法应用于无刷直流电机调速网络控制系统中,可以获得令人满意的系统动、静态性能.     

一类新的基于神经网络预测的变周期网络控制系统采样方案

提出了一类新的能够减轻时延对网络控制系统影响的基于神经网络预测的变周期网络控制系统采样方法,简要论述了在网络控制系统中融入了BP神经网络后,如何对它进行建模、分析、控制,被选作采样周期的时延可以利用BP神经网络工具进行在线预测,文中还给出了一种新的可以应用于生产实践的网络控制系统推广模型．     

网络控制系统的补偿预估器设计及稳定性分析

针对网络控制系统中的网络时延和数据包丢失问题,提出了在网络控制系统的控制器节点使用补偿预估的方法,以提高控制系统的性能.补偿方法针对网络时延,预估方法针对数据包丢失.通过构造增广状态向量,建立了统一的系统模型,当时延小于一个采样周期且数据包传输率一定时,将使用了补偿预估方法建模的该系统看作是具有两个事件的异步动态系统,并推导出系统指数稳定的充分条件.仿真结果表明,所提出的方法能有效提高控制系统的性能.     

基于互联网无刷直流电机传动系统的控制策略

为了方便处理网络控制系统中的时变延时问题,运用时间戳BP神经网络对每一采样周期的延时数据进行在线、实时预测,建立无刷直流电机网络控制系统的数学模型,导出系统离散状态方程,并基于时间乘误差绝对值积分最小(ITAE)优化控制策略提出初次优化设计方法;为了对无刷直流电机传动系统的量测噪声、突加负载扰动及模型随机干扰进行有效补偿和抑制,采用卡尔曼滤波进行状态估计,同时引入李雅普诺夫稳定性理论求取该系统最优状态反馈矩阵,实现网络控制系统的再次优化.仿真结果表明,该方法能够有效提高传动系统的静动态性能和抗干扰水平．     

网络控制系统调度与控制综合设计研究综述

网络控制系统的设计需同时考虑信息调度和控制性能两个方面。针对网络控制系统中这两方面的综合设计,首先分析了网络控制系统的信息调度研究现状,阐述了现有控制网络调度算法的工作方式和特点。接着从提高网络控制系统综合性能的角度,分析和评价了网络控制系统中调度与控制综合设计的研究成果。最后,提出以兼顾控制性能质量(QoP)和网络服务质量(QoS)为目标的网络控制系统综合性能优化是系统设计的重点,并对网络控制系统综合设计研究的发展方向予以展望。     

高QoE的低时延智能网络数据传输调度算法

面向低时延、稳定传输、高用户体验质量(quality of experience, QoE)的网络实时传输需求场景,提出一种低时延智能网络数据传输调度算法。该算法由数据块排队控制策略和拥塞控制策略两部分组成。数据排队控制策略提出了综合数据块的创建时间和有效时限(effective time)的性价比模型,有效地解决了传输时间约束下的信息传输不均衡问题;拥塞控制策略提出了基于使用耿贝尔分布(Gumbel distribution)采样重参数化与混合经验优先级模型改进后的深度确定性策略梯度(deep deterministic policy gradient, DDPG)方法,解决了深度确定性策略梯度不适用于离散网络动作空间拥塞控制的问题,并通过学习自适应调整发送参数显著提升了网络拥塞控制质量。实验结果表明,实时传输场景下使用本文提出的排队算法能够有效提升QoE,采用改进后的DDPG进行拥塞控制能大幅降低传输时延。同样场景下,将提出的智能网络数据传输调度算法与排队策略及拥塞控制策略相结合,与传统的网络数据传输调度算法相比,能够更好地兼顾低时延和稳定传输,提供更高的数据传输质量。     

基于Multi-Agent的分布式测控系统任务调度算法

基于Multi-Agent提出了一种新的分布式测控系统动态任务调度算法。该算法采用接收者启动的调度策略,根据各主机负载状态,在系统运行过程中动态迁移任务,有效地提高了系统效率,实现了负载均衡的目标。该算法采用移动Agent来迁移任务,有效地减少了网络传输,节省了时间。     

Dynamic data packing towards the optimization of QoC and QoS in networked control systems

A class of networked control systems is investigated whose communication network is shared with other applications. The design objective for such a system setting is not only the optimization of the control performance but also the efficient utilization of the communication resources. We observe that at a large time scale the data packet delay in the communication network is roughly varying piecewise constant, which is typically true for data networks like the Internet. Based on this observation, a dynamic data packing scheme is proposed within the recently developed packet-based control framework for networked control systems. As expected this proposed approach achieves a fine balance between the control performance and the communication utilization: the similar control performance can be obtained at dramatically reduced cost of the communication resources. Simulations illustrate the effectiveness of the proposed approach.