一类短时延网络控制系统的容错控制器设计

针对短时延情况，本文利用容错的思想建立了SISO（Single-Input Single-Output）网络控制系统发生传感器故障时的模型。在此基础上，借助切换系统理论分析了闭环网络控制系统的稳定性。用LMI形式给出了系统渐近稳定的充分条件和控制器的设计形式，最后给出了仿真证明。     

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．     

基于时延预测模型的网络补偿控制器设计*

针对网络控制系统中随机双向通道时延引起的不确定性问题,提出一种基于时延在线预测模型改进的补偿控制方法。首先,基于自回归模型构建时延预测模型,通过递推最小二乘法实时更新模型参数以预测前向通道时延,并由区间分割法获得高精度的环回时延;然后,设计状态预估器、网络预测器和时延补偿器对环回时延进行补偿,进一步提高系统性能。采用TrueTime工具箱构建网络闭环仿真系统以仿真实际的网络传输情况,同时对PI控制、传统的时延补偿控制以及改进后的时延补偿控制进行对比实验,验证该方法的优越性。     

网络控制系统的增广状态极点配置设计法

参数时变系统可以通过增广状态法转换成一种标准形式．本文应用极点配置设计法，设计了基于网络控制系统标准形式模型的控制规律和观测器，并证明了分离定理仍然成立．仿真研究表明该设计方法应用到网络控制系统的有效性．     

具有时延的网络控制系统控制器设计

针对一类存在随机时延的网络控制系统,传感器采用时间驱动,控制器和执行器采用事件驱动,提出了一种新的具有随机时延的网络控制系统的建模方法-离散模糊T-S模型,在此模型的基础上应用并行分布补偿（PDC）原理设计了模糊控制器。应用Lyapunov定理和线性矩阵不等式（LMI）方法,研究了系统的稳定性问题,给出基于LMI的状态反馈模糊控制器的设计方法。通过仿真实例验证控制方法能够保证系统稳定。     

网络控制系统的时延仿真研究与控制器设计

针对网络控制系统(NCS)中的随机时延问题,根据实际网络时延的分布情况,提出了一种新的具有随机时延的网络控制系统的建模方法-离散T-S模型,并用并行分布补偿原理(PDC)设计模糊控制器.同时提出一种新的模糊控制系统隶属函数的确定方法,利用Lyapunov定理和线性矩阵不等式(LMI)研究了系统的稳定性问题,给出基于LMI的模糊控制器的设计方法.最后通过仿真实例证明控制方法能够使具有时延的网络控制系统稳定.     

基于网络控制系统平均时延的模糊控制器设计

针对网络控制系统(NCS)中的随机时延问题,根据实际网络时延的分布情况,提出一种新的具有随机时廷的网络控制系统的建模方法--离散T-S模型,并在此基础上应用并行分布补偿原理(PDC)设计模糊控制器.同时提出一种新的模糊控制系统隶属函数的确定方法,利用Lyapunov定理和线性矩阵不等式(LMI)研究系统的稳定性问题,给出了基于LMI的模糊控制器的设计方法.最后通过仿真实例验证了该控制方法能使具有时延的网络控制系统稳定.     

一种新的随机多变量自适应极点配置控制器

本文提出的随机多变量自适应极点配置控制器,由于采用了一种新的极点配置结构,它不仅可以避免求解伪交换矩阵方程而实现任意极点配置,跟踪时变参考输入,而且可以抑制随机噪声干扰.该控制器不仅可以控制开环不稳定或非最小相位系统,而且还可以控制具有任意、未知或变化的延时结构和具有任意输入输出个数的随机多变量系统。     

基于极点配置的二级倒立摆最优控制器设计

介绍了按规定的主导极点选择最优控制加权阵的原理,并在方法上作了一定改进。把传统的最优控制与极点配置结合起来,既得到了系统最优控制器,又得到了具有工程意义希望的性能指标。并成功地把最优控制理论应用于二级倒立摆控制系统,设计出具有期望主导极点的最优控制器,实现了对二级倒立摆系统的稳定控制。     

基于时延动态补偿的网络控制器的设计

在网络控制系统中由于网络带宽的限制,不可避免地使网络系统产生网络诱导时延,从而导致系统性能下降甚至不稳定。文章针对延时不确定使得Smith预估补偿控制效果差的问题,提出了新的Smith补偿控制算法,根据控制器反馈信息对网络延时进行动态补偿,并与模糊PI控制方法相结合,构成Smith预估模糊PI控制器,使得闭环控制系统即使在模型失配的情况下,仍具有较高的稳定性、较强的鲁棒性。仿真结果表明,该方法可行有效。     

一种鲁棒自适应极点配置预估控制器

本文提出一种鲁棒自适应极点配置预估控制新方法。它有效地克服了因对象模型与史密斯预估模型不同而引起的系统不稳定现象。     

抑制未知确定性扰动的极点配置自适应控制

提出了一种可消除未知确定性扰动影响的极点配置自适应控制器的设计方法,扰动可以是频率未知的正弦波类及分段有界的t的多项式等形式的组合.本设计法改进了求解扰动模型的计算方法,对扰动的频率数及被控对象的模型阶数没有限制.与有关文献相比,算法简单,控制特性得到改善.仿真结果表明了本设计法的有效性.     

基于内模PID控制器的时延网络控制系统的保稳定性设计①

网络控制系统中存在的随机时延会导致系统的性能变差甚至不稳定。通过对随机时延的分析,建立了一个基于内模PID控制原理的网络控制系统模型,并以工业过程控制中经常用到的二阶对象为控制对象,完成了网络环境下的内模PID控制器的设计。仿真对比表明,该控制器对系统性能进行了补偿,保证了系统具有良好的稳定性能。     

多变量解耦极点配置组合自校正前馈控制器

本文提出了一种新的多变量解耦极点配置自校正前馈控制器,它具有使伺服跟踪性能和随机调节性能两者均优的组合自校正特性.仿真例子说明了其有效性.     

极点配置显式自校正前馈控制器

一、极点配置前馈控制器假设系统用CARMAx模型描写为Ay(t)=q~(-k)Bu(t)+q~(-d)Dv(t)+Ce(t) (1)其中A,B,C,D是滞后算子q~(-1)的多项式;k,d为时滞,k≤d;y(t),u(t),v(t)分别为系统输出、控制和干扰;e(t)是零均值、方差为σ~2的白噪声.     

直接辨识扰动模型的内模极点配置自适应控制

给出了直接在辨识器中估计扰动模型和过程模型参数的算法,扰动模型用于极点配置自适应控制,根据内部模型原理消除未知确定扰动.由于使用了与常规方法不同的观测向量,因而省去了分离扰动模型的计算过程.这种方法可适用于多个扰动频率的情况,且辨识器的阶数不超过常规辨识器.分析了参数的可辨识性和系统的稳定性.     

基于多模型切换的多变量直接自适应极点配置控制器

提出一种基于多模型切换的多变量直接自适应控制器,控制器参数模型集可由系统参数模型集直接得到,不但仍为一紧集并且被其模型子集完全覆盖.该多模型控制器不仅改善了控制系统的暂态响应,而且可以实现极点配置,最后给出了全局收敛性分析.     

时延网络系统强时延依赖预测控制器的设计

事件驱动模型是对时延值小于一个采样周期的网络系统的主要描述方式,针对事件驱动模型描述的网络系统,研究其控制策略以改善其控制性能。首先将原有的事件驱动模型通过增广转化为标准离散模型,并将其系统矩阵中包含的由网络随机时延造成的不确定性描述成为多凸多面体模型。针对模型的特点设计了具有强时延依赖控制增益集合,并给出根据时延值实时信息从集合中在线加权组合得到最终控制增益的方法。通过增强控制器和时延值的依赖性,增加控制器设计的自由度,提高了系统的控制性能。