有时延和丢包的网络控制系统的补偿策略

由于网络控制系统中网络诱导时延和数据包丢失等问题的存在,使得网络控制系统控制性能下降甚至导致系统地不稳定。同时在实际应用中,一些系统的状态是不可测量的。针对上述问题,设计了状态观测器,利用测量输出进行了状态重构,并利用状态观测器对丢包进行了补偿。最后应用指数稳定定理分析了整个系统的闭环稳定性,给出了状态控制率的求解方法,并对一直流电机进行了仿真,仿真实验结果表明,该方法能有效地补偿网络控制系统的性能,保证了在时延和有数据包丢失的情况下网络控制系统的稳定性。     

网络控制中基于FSMC观测器的时延补偿

针对网络控制系统中因存在通讯时延、网络诱导噪声及数据丢失等而可能引起系统性能降低或不稳定的问题,利用模糊滑模控制理论,在时延存在的情况下,基于观测器建立不确定网络控制系统模型;并利用预估方法对网络控制系统的时延进行补偿,从而保证系统的稳定。设计模糊滑模控制器（FSMC）来抑制网络控制系统中的诱导噪声及滑模面上的“抖动”,以及采用预估补偿策略处理网络中的时滞和数据包丢失等,可有效保证系统的稳定。仿真实例表明了该算法的合理性、有效性。     

具有时延和丢包的网络控制系统H_∞状态反馈控制

研究了具有时延和数据包丢失的网络控制系统H∞状态反馈控制问题.考虑了网络控制系统中同时存在时延和数据包丢失的情况.将丢包过程建模为有限状态的马尔可夫过程.在此模型的基础上,利用Lyapunov稳定性理论和线性矩阵不等式方法.给出了保持系统均方稳定且满足H∞性能的控制器存在的充分条件,并给出了相应的设计方法.最后数例仿真结果表明了控制器设计方法的有效性.     

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.     

基于异步动态系统的网络控制系统故障检测

研究一类具有时延和数据包丢失的网络控制系统故障检测问题.当数据包丢失率一定时,针对系统是否存在数据包丢失的两种情况,分别设计了状态观测器,并将整个观测器系统等效为具有两个事件的异步动态系统,给出了系统指数稳定的矩阵不等式条件和故障检测的判断规则.最后通过仿真示例验证了所提出方法的有效性.     

基于异步动态系统的时延及丢包检测方法

研究短时延网络控制系统在具有数据包丢失情况下的故障检测问题。在丢包率一定的情况下,针对系统成功传输和丢包的情况分别设计故障观测器,将观测器误差方程建模为具有多个事件的异步动态系统,应用线性矩阵不等式方法推导出具有数据包丢失率约束的误差系统指数稳定的条件。仿真结果验证了该方法的有效性。     

针对凹陷轮廓改进的主动轮廓模型

研究短时延网络控制系统在具有数据包丢失情况下的故障检测问题。在丢包率一定的情况下,针对系统成功传输和丢包的情况分别设计故障观测器,将观测器误差方程建模为具有多个事件的异步动态系统,应用线性矩阵不等式方法推导出具有数据包丢失率约束的误差系统指数稳定的条件。仿真结果验证了该方法的有效性。     

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.     

存在时延和数据包丢失的网络控制系统故障检测

考虑一类长时延网络控制系统,在假定其存在控制时延和数据包丢失的基础上对其进行故障检测．首先对系统进行建模,将故障观测器构建成随机时延切换系统模型;然后通过李雅普诺夫稳定性理论,将观测器系统的均方渐近稳定条件归结为一线性矩阵不等式,当系统正常时,若给定的矩阵不等式成立,则该观测器是渐近稳定的,当系统发生故障时,观测器残差...     

基于T-S模型的网络控制系统故障诊断

针对一类参数不确定并具有时延和丢包情况的非线性网络控制系统,为达到快速准确的进行故障诊断的目的,提出了一种基于T-S模糊模型的故障诊断方法.通过建立此系统的T-S模糊模型,利用平行分布补偿时延的思想设计了满足系统稳定性条件的状态反馈控制器,以及通过引入随机切换系统表示数据有无丢失情况下的基于模糊观测器的鲁棒故障诊断方法,然后基于 Lyapunov函数和线性矩阵不等式方法给出了该闭环网络控制系统渐近稳定的充分条件,最后通过仿真例子验证了该方法能够使闭环控制系统渐进稳定以及能够准确的进行故障诊断,验证了所设计方法的有效性.     

基于Kalman滤波的网络丢包补偿器

针对网络控制系统中普遍存在的连续丢包问题,建立了网络控制系统状态反馈丢包补偿模型,提出了1种基于Kalman滤波的连续丢包补偿器算法。把具有数据包连续丢失补偿的网络控制系统描述为具有3个事件的异步动态系统,并且给出了系统稳定性的证明。该补偿器具有较高的预测补偿和抗干扰能力。仿真结果表明卡尔曼滤波连续丢包补偿器算法的有效性。     

网络控制系统随机稳定性研究

研究了具有随机网络诱导时延及数据包丢失的网络控制系统随机稳定性问题. 本文用一个具有两个状态的马尔可夫链来描述数据通过网络传输时随机数据包丢失过程, 利用马尔可夫跳变线性系统理论, 将网络控制系统建模为一个具有两种运行模式的马尔可夫跳变线性系统, 给出了在状态反馈控制下网络控制系统随机稳定的线性矩阵不等式形式的充分条件, 最后用一个仿真示例验证了该方法的有效性.     

具有长时延和丢包的网络控制系统稳定性分析

针对同时出现长网络诱导时延和丢包的网络控制系统,研究了带不确定性的网络控制系统的稳定性问题。基于一定的数据包丢失率,系统被建模成带结构事件率约束的异步动态系统。利用李亚普诺夫方法和线性矩阵不等式相关知识,结合异步动态系统的稳定性理论,推出了使不确定网络控制系统指数稳定的充分条件,并给出了保证系统指数稳定的数据传输成功率满足范围;最后利用MATLAB仿真的数值例子验证了此方法的有效性和可行性。     

An Optimal Hybrid Learning Approach for Attack Detection in Linear Networked Control Systems

A novel learning-based attack detection and estimation scheme is proposed for linear networked control systems (NCS), wherein the attacks on the communication network in the feedback loop are expected to increase network induced delays and packet losses, thus changing the physical system dynamics. First, the network traffic flow is modeled as a linear system with uncertain state matrix and an optimal Q-learning based control scheme over finite-horizon is utilized to stabilize the flow. Next, an adaptive observer is proposed to generate the detection residual, which is subsequently used to determine the onset of an attack when it exceeds a predefined threshold, followed by an estimation scheme for the signal injected by the attacker. A stochastic linear system after incorporating network-induced random delays and packet losses is considered as the uncertain physical system dynamics. The attack detection scheme at the physical system uses the magnitude of the state vector to detect attacks both on the sensor and the actuator. The maximum tolerable delay that the physical system can tolerate due to networked induced delays and packet losses is also derived. Simulations have been performed to demonstrate the effectiveness of the proposed schemes.      

双率采样系统的基于观测器的网络化H∞控制

研究一类带有网络传输时滞和丢包的双率采样系统的网络化H∞控制问题. 假设对象状态变量被分成两个分向量, 同一分向量的状态变量由同一类传感器以相同周期采样, 且两类传感器的采样频率不同. 采样后的分向量分别通过非理想网络传输到控制器端. 考虑到双率采样、网络传输时滞和丢包现象, 引入同步观测器来估计对象状态并设计基于估计状态的控制器来镇定双率采样系统. 基于这个思路, 将双率采样的网络化控制系统建模为带有两个时变时滞的连续系统. 利用Lyapunov-Krasovskii泛函方法, 以矩阵不等式形式给出该系统的稳定性判据和控制器设计方法. 最后, 通过数值例子验证所提方法的有效性.     

A periodic approach for input‐delay problems: Application to network controlled systems affected by polytopic uncertainties

This paper deals with robust stability and stabilization of linear discrete‐time systems subject to uncertainties and network constraints. In network control systems, the control loop is closed over a network, which induces additional dynamics to the original control loop such as delays, sampling, and quantization among many others. This paper focuses on networked induced delays due to unreliable network for which packet losses may occur. An equivalent periodic‐like representation of the resulting system is proposed. This allows first to revisit existing results in this framework and second to take model uncertainties into account by analyzing the closed‐loop model by means of a recent method based on robust control for discrete‐time time‐varying systems. Stability analysis and dynamic state‐feedback stabilization are characterized via new conditions, whose conservatism is extensively discussed. Effectiveness of the proposed methodology is illustrated by numerical examples. Copyright © 2015 John Wiley & Sons, Ltd.     

Predictive control and scheduling codesign in network control systems

A codesign approach combining predictive control compensation and network scheduling is presented in this paper to overcome the adverse influences of stochastic time delays and packet losses encountered in network-based real-time control systems. The state estimation and control prediction compensation algorithms are used for the random network delays in the feedback and forward channels, and the stability criteria are analyzed. The proper sampling rate is given with network scheduling to meet the desired system performance, while the network-induced delay is tolerated. Simulations show that the codesign approach works well with the bounded network delay.     

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.     

时延与丢包情形下的网络控制系统量化反馈镇定

网络控制系统是通过实时网络来形成闭环反馈的控制系统。网络的介入会带来许多不确定因素,包括网络诱导时延和数据包丢失以及量化误差,它们会影响系统的稳定性,严重时甚至会导致系统失稳。本文针对短时延网络控制系统,考虑传感器-控制器和控制器-执行器两个通道都存在数据包丢失,在传感器到控制器端设立量化器,将系统建模为一个异步动态系统,利用异步动态系统指数稳定性理论、线性矩阵不等式工具分析了闭环系统稳定性,并基于MATLAB软件的线性矩阵不等式(LMI)工具箱实验仿真进行有效性验证,结果证明了方案的可行性,最后给出控制器参数的设计方法。