一类诱导时滞网络控制系统自抗扰控制器设计

针对一类具有网络时滞小于采样周期的网络控制系统提出网络控制的主要问题是网络通信系统模型的不确定性导致控制性能不佳;针对这一问题,采用基于无模型的自抗扰算法,将网络环节和被控对象一同视为控制对象,将网络时滞作为被控对象的不确定性因素,利用扩张状态观测器对不确定性因素进行实时观测估计;Matlab/TrueTime网络控制实验表明:自抗扰控制方法能够有效地减小网络诱导时滞对控制系统的影响。     

网络系统中动态矩阵控制的稳定性条件

网络控制系统中的时滞和丢包会影响控制器的稳定性;因此,传统的动态矩阵控制器设计方法无法适应网络化环境.本文针对这一问题设计了一种改进型动态矩阵控制器.通过建立缓存器将不确定时滞转化为固定时滞;并提出了一种更新系统单位阶跃响应系数的方法,用来处理时滞对控制器的影响.采用一次性传输整个控制序列的方法,避免了丢包时需要更新控制量的问题.此外,进一步分析了该控制系统的稳定性问题,给出了考虑时滞和丢包信息的系统稳定性充分条件.最后通过实时仿真软件示范了如何确定允许的最大时滞和丢包.验证了该方法的有效性.     

随机网络控制系统的量化L2-L∞滤波

考虑到带宽有限网络环境下信号需经过量化处理才能进行发送,研究了一类带宽受限随机网络控制系统的L_2-L_∞滤波问题。采用对数量化器,将量化后的测量信号作为滤波器输入信号。首先将滤波误差系统建模成范数有界不确定随机时滞系统,进一步基于线性矩阵不等式方法推出了该随机网络控制系统的稳定性和滤波器设计的充分条件,并将滤波器的设计转化为一个凸优化的求解问题。所设计的滤波器能够保证相对于所有能量有界的外界扰动信号,随机网络控制系统的L_2-L_∞性能指标小于一定值γ。仿真实例证实了该设计方法的有效性。     

基于时滞补偿器的航空发动机最优滑模预测控制

针对航空发动机控制系统中存在的时滞(即延迟)问题,提出了基于时滞补偿器的滑模最优预测控制.定义特殊线性变换,将原发动机中含状态量和控制量时滞环节的控制系统化为无时滞系统;在新的坐标系下采用时滞补偿器以最小修正误差建立最优二次型指标,求出最优的滑模预测控制量并进行了系统仿真.结果表明:该方法能够很好地补偿航空发动机控制系统中时滞环节带来的影响,对系统进行提前控制,系统响应速度较快,整体效果达到预想目标.     

一类大时滞非线性网络控制系统的H∞保成本控制

本文研究一类大时滞不确定非线性网络控制系统的H∞保成本控制问题. 首先将具有随机大时滞的网络控制系统模型化为具有不确定系数的离散时间系统模型. 然后利用Lyapunov稳定性理论和线性矩阵不等式方法, 给出H∞保成本控制律的存在条件和H∞保成本控制器的设计方法. 进而通过求解凸优化问题得到最优鲁棒H∞保成本控制器. 最后仿真结果验证了该控制算法的有效性.     

动态矩阵在网络延迟补偿中的研究

在解决网络控制系统延迟问题时还要考虑在信号突变的情况下,会产生较大的延迟现象,从而使整个控制系统不稳定,网络控制系统的性能也会下降。而解决网络延迟的模型算法要考虑到这种突发的现象,所以本文研究引入动态矩阵补偿算法,对网络延迟进行条件补偿,从而解决网络控制系统中的网络延迟问题。     

基于SSA-BP神经网络的网络控制系统延时预测

针对存在信号传输诱导时延的网络化控制系统,利用Matlab truetime2.0对控制系统进行建模,通过以往系统时延采样数据,对当下网络控制系统时延值进行神经网络预测,得到控制系统实时时延值,使之成为无延迟系统,消除传输时延对系统控制稳定性的影响.基于网络控制系统时延不确定特性提出基于麻雀搜索算法(Sparrow S...     

一类不确定性非线性网络控制系统的扰动抑制

研究受外部持续扰动的一类不确定性非线性网络控制系统的扰动抑制问题.提出一种@状态变量代换,将控制时滞转移到闭环控制回路之外,从而消除了时滞部分对控制系统稳定性的影响.利用内模原理给出了系统无静差扰动抑制补偿器的设计方法,运用Lyapunov稳定性理论和线性矩阵不等式技术,证明了保成本控制律的存在条件,并给出了无静差保成本控制器的设计方法.仿真结果验证了该控制算法的有效性.     

具有有界时滞的网络控制系统的镇定

针对具有有界时滞且时滞上界大于一个采样周期的网络控制系统,研究了系统建模和状态反馈镇定问题.在分析有界时滞的所有可能性的基础上,提出一种能够用于处理时变控制律问题的网络控制系统数学模型,进而将该系统的镇定问题转化为镇定一系列模型的鲁棒控制问题.根据 Lyapunov 方法,给出了保证闭环系统稳定的状态反馈控制器.仿真算例验证了所提出方法的有效性.     

不确定时滞系统的自适应H_∞控制及仿真研究

时滞和不确定性是自然界中广泛存在而又不可避免的现象.研究不确定时滞系统的稳定性与控制问题,对于解决工程中的时延问题,提高控制系统性能,有着理论和实践意义.采用模糊T-S模型对不确定非线性时滞系统进行逼近,利用保守性较弱的松散稳定性分析系统的鲁棒稳定性,并讨论了系统的H∞控制问题.所得结论利用线性矩阵不等式的形式给出,增益矩阵可以通过求解线性矩阵不等式直接得出.引入的自适应参数可以自动抵消不确定因素带来的扰动,具有较强的鲁棒性,在观测器中引入自适应参数,减小了因不确定性、扰动等因素造成的观测误差.最后通过一个实例验证了所给结论的有效性.     

基于迭代学习与模型预测控制的交通信号混合控制方法

针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题,本文在基于迭代学习控制的交通信号控制方法基础上,结合模型预测控制滚动优化和实时校正的特点,提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法.该方法在有效利用交通流周期性特征改善路网交通状况的同时,可借助模型预测控制的...     

基于深度强化学习的交通信号控制方法

交通信号的智能控制是智能交通研究中的热点问题。为更加及时有效地自适应协调交通,文中提出了一种基于分布式深度强化学习的交通信号控制模型,采用深度神经网络框架,利用目标网络、双Q网络、价值分布提升模型表现。将交叉路口的高维实时交通信息离散化建模并与相应车道上的等待时间、队列长度、延迟时间、相位信息等整合作为状态输入,在对相位序列及动作、奖励做出恰当定义的基础上,在线学习交通信号的控制策略,实现交通信号Agent的自适应控制。为验证所提算法,在SUMO(Simulation of Urban Mobility)中相同设置下,将其与3种典型的深度强化学习算法进行对比。实验结果表明,基于分布式的深度强化学习算法在交通信号Agent的控制中具有更好的效率和鲁棒性,且在交叉路口车辆的平均延迟、行驶时间、队列长度、等待时间等方面具有更好的性能表现。     

A new method for control of nonlinear networked systems

Networked control of a class of nonlinear systems is considered. For this purpose, the previously proposed variable selective control (VSC) methodology is extended to the nonlinear systems. This extension is based upon the decomposition of the nonlinear system to a set fuzzy-blended locally linearized subsystems, and further application of the VSC methodology to each subsystem. Using the idea of parallel distributed compensation (PDC) method, the closed-loop stability of the overall networked system is guaranteed, using new linear matrix inequalities (LMIs). For the real-time implementation, real-time control signals are constructed for every entry of pre-specified vector of time delays, which is selected based on the presumed upper-bound of the network time delay. Similar to the traditional packet-base control methodology, such control signals are then packed as a control-side packet and transmitted back to a time delay compensator (TDC) located on the plant-side of the network. According to the most recent network time delay, the TDC selects just one entry of the control vector and applies it to the actuator through a zero order hold element. A sufficient condition for closed-loop asymptotic stability is determined. Simulation studies on nonlinear benchmark problems demonstrate the effectiveness of the proposed method.     

基于延迟抖动分析的TCP友好拥塞控制算法

基于因特网的以UDP为传输协议的实时多媒体数据传输需要在保证实时性和可靠性的基础上,能够与因特网其他服务所使用的TCP协议公平共享有限的带宽。本文采用基于实时传输协议（RTP）和实时传输控制协议（RTCP）的反馈拥塞控制算法,提出一种简单的拥塞控制机制,使UDP数据流能与TCP数据流和平共处;研究了基于速率控制的TCP友好拥塞控制策略-TFRC,分析了其基本机制和关键问题;提出利用延迟抖动作为潜在拥塞信号来改进TFRC的速率控制机制,以适应实时业务低抖动的要求,并通过NS仿真验证了改进的TFRC算法对实时业务的良好性能。     

Type-2 fuzzy logic based urban traffic management

This paper presents a multi-agent system based on type-2 fuzzy decision module for traffic signal control in a complex urban road network. The distributed agent architecture using type-2 fuzzy set based controller was designed for optimizing green time in a traffic signal to reduce the total delay experienced by vehicles. A section of the Central Business District of Singapore simulated using PARAMICS software was used as a test bed for validating the proposed agent architecture for the signal control. The performance of the proposed multi-agent controller was compared with a hybrid neural network based hierarchical multi-agent system (HMS) controller and real-time adaptive traffic controller (GLIDE) currently used in Singapore. The performance metrics used for evaluation were total mean delay experienced by the vehicles to travel from source to destination and the current mean speed of vehicles inside the road network. The proposed multi-agent signal control was found to produce a significant improvement in the traffic conditions of the road network reducing the total travel time experienced by vehicles simulated under dual and multiple peak traffic scenarios.     

基于ε-支持向量回归理论的区域交通信号智能控制

城市交通信号控制是当前智能交通领域的研究热点之一.针对区域交通信号协同控制的实时性和准确性,提出一种基于ε-支持向量回归(SVR)非线性回归理论的智能控制方法(ICSRTS).该方法在无线传感网络结构的基础上结合已有的数据汇聚算法,并采用分簇策略将区域交通控制系统建模成一类集成信息调度与控制的离散切换系统.在离散切换系统中,不仅考虑了数据包传输的网络时延和丢包率,而且观测器利用改进的ε-SVR训练方法实现对多数据源融合的交通信号状态的在线预测并通过控制器进行总体协调控制.运用Lyapunov 函数方法验证了该系统的渐近稳定性及其可调度性. 仿真结果表明,ICSRTS方法相比普通模糊神经网络控制和普通ε-SVR预测算法在交叉口平均延误时间方面具有较好的性能.因此,该方法能实时、有效地对区域交通信号进行协调控制,从而减少了区域内的交通拥堵和能源消耗.     

Repetitive tracking position control on LonWorks/IP network with time varying delay

LonWorks over IP (LonWorks/IP) network is an integrated form of LonWorks device network and IP data network. LonWorks/IP network can offer ubiquitous access to the information on the factory floor and the real-time distributed control can be made possible. Timely response is inevitable for the real-time distributed control on the factory floor. Network induced uncertain time delay deteriorates the performance and stability of the real-time distributed control system on LonWorks/IP network. Therefore, time-varying uncertain time delay needs to be compensated for, in order to guarantee the stability and to improve the performance of the networked distributed control system. In this paper a control scheme based on disturbance observer and repetitive controller for the real-time distributed control on LonWorks/IP network with time-varying delay is proposed and tested through experiment. The result of the proposed control is compared with that of internal model controller (IMC) based on Smith predictor and disturbance observer. It is shown that the proposed control scheme can improve the tracking performance of the periodic reference.     

基于深度强化学习的有轨电车信号优先控制

现有的有轨电车信号优先控制系统存在诸多问题, 如无法适应实时交通变化、优化求解较为复杂等. 本文提出了一种基于深度强化学习的有轨电车信号优先控制策略. 不依赖于交叉口复杂交通建模, 采用实时交通信息作为输入, 在有轨电车整个通行过程中连续动态调整交通信号. 协同考虑有轨电车与社会车辆的通行需求, 在尽量保证有轨电车无需停车的同时, 降低社会车辆的通行延误. 采用深度Q网络算法进行问题求解, 并利用竞争架构、双Q网络和加权样本池改善学习性能. 基于SUMO的实验表明, 该模型能够有效地协同提高有轨电车与社会车辆的通行效率.     

基于多元时间序列分析的控制系统执行器故障诊断方法研究

为提高控制系统执行器故障实时诊断的准确率,该文提出一种基于多元时间序列分析的控制系统执行器在线故障诊断方法。首先分析了控制系统执行器故障机理,确定了表征执行器故障的关键信号;其次采用执行器历史数据,建立了时间卷积网络(TCN)在线预测模型,对执行器多通道信号进行在线预测;随后通过长短期记忆网络(LSTM)对多通道残差信号建立了故障分类模型;最后以燃气轮机控制系统执行器半物理试验平台中的电液执行器为例进行了多次重复试验验证。结果表明,基于TCN网络的在线预测模型相比传统循环神经网络(RNN)预测误差较小;基于LSTM网络的故障分类模型准确率较高;通过LSTM网络对多通道残差信号进行故障分类,比对原始故障数据分类故障准确率更高。     

利用TrueTime仿真软件研究网络控制系统的性能

作为网络应用系统的一种,基于网络的各种反馈控制系统(NCS)的研究近年来受到普遍关注。本文介绍一种在MATLAB环境下的实时控制系统的仿真工具箱TrueTime,以倒立摆系统为被控对象,以离散PID为控制策略,研究网络控制系统中的各种情况。如干扰节点带宽、网络传输速率、网络延迟等对系统控制性能的影响。分析表明:该仿真工具箱能够仿真多任务实时控制系统,在研究实时控制系统的方便性以及灵活性。