一类短时延网络控制系统的建模和稳定性

由于网络控制系统NCS引入网络后造成系统时延而造成系统的不稳定性。本文针对一类短时延NCS中,为保证系统的全局稳定问题,研究了该短时延系统的时延有界性。同时,证明了在输出反馈的条件下,分析了系统的闭环稳定性充分必要条件。最后,文章也通过Matlab对被控对象进行仿真实验,进而证明了文中的结论。     

基于GPC算法的网络控制系统研究

针对具有随机时延的一类网络控制系统(NCS),文章设计了一种基于时延补偿和广义预测控制(GPC)算法的控制器。该控制器根据数据包的时间戳计算传感器-控制器时延,通过时延补偿得到被控对象当前的状态和输出,采用GPC算法计算控制量。仿真结果证实了该控制器的有效性。     

基于ARMA模型的NCS前向时延预测研究

网络化控制系统（Networked Control System,NCS）中固有的网络时延会降低系统性能甚至导致系统不稳定,网络时延主要包括前向时延和后向时延。考虑到前向时延在控制器设计控制律时尚未发生,采用自回归滑动平均模型对前向时延进行预测,并将其与径向基函数（RBF）神经网络预测结果进行了对比分析,验证了所给方法的有效性和优越性。     

一种网络控制系统时延补偿方法

本文分析介绍了具有随机时延网络控制系统控制器设计及时延补偿方法,采用广义预测控制(GPC)算法设计控制器。针对输出时延通过对时间加上时间戳来估算时间延迟,并采用状态观测器进行时延补偿,而控制时延则采用队列机制,增加缓存器的方法来保证被控对象获得最优控制信号。通过仿真证实该方法的有效性。     

基于混合径向基神经网络的建模及其逆模控制研究

传统的基于机理或局部线性化模型的控制策略不足以解决越来越复杂的控制问题,而神经网络用于控制也存在泛化能力差等缺陷,因此本文提出一种将被控对象已知机理和RBF神经网络结合起来实现逆模控制的方法.一方面能发挥神经网络非线性逼近的强大功能,另一方面利用被控对象已知机理信息指导神经网络的收敛方向,改进神经网络的泛化能力.由此方法设计的逆模控制器,在保证控制精度的前提下,速度远快于标准径向基神经网络逆模控制器,且对扰动、时延、非线性及对象参数的摄动有较强的适应能力,具有良好的控制品质.     

基于GPC的NCS非整数倍采样周期时延补偿方法

研究具有非整数倍采样周期时延的网络控制系统(NCS)的时延补偿问题.针对NCS中的非整数倍采样周期时延,基于广义预测控制算法并结合线性插值方法,提出一种新的网络时延补偿方法.该方法能得到非整数倍采样周期的控制预测值,同时通过减小执行器读取缓冲区的周期,可有效减少由于执行器时间驱动而引起的等待时延,解决了非整数倍采样周期时延的补偿问题.最后通过仿真验证了该方法的有效性.     

不确定短时延网络控制系统的故障检测

针对远程被控对象为线性模型,且网络诱导时延小于一个采样周期的一类网络控制系统(NCS),假设可能发生执行器故障,对系统进行故障检测。将随机时延对系统的影响转化为未知有界条件下的不确定项,建立了系统的离散数学模型。按照时延补偿策略设计了系统的故障观测器,并基于Lyapunov稳定性定理和线性矩阵不等式理论,推导出了整个观测器系统全局渐近稳定的充分条件。仿真例子验证了方法的有效性。     

基于TrueTime工具箱的网络控制系统时延分析

首先给出了网络控制系统时延分析,然后介绍了基于MATLAB／Simulink的网络控制系统仿真工具——TureTimel．5的安装及使用方法。以直流伺服电机为被控对象,采用PID控制器,构建一个网络控制系统时延仿真模型,讨论了Ether-net、CAN、RoundRobin和Switched Ethernet四种网络模型条件下,网络时延和系统输出仿真结果。结果表明,此仿真平台有助于网络控制系统时延分析,也对进一步研究NCS时延补偿技术提供了有利的保障。     

基于神经网络的网络时延预测

本文提出了利用RBF神经网络和Elman神经网络预测网络传输时延,运用Matlab软件对其预测进行仿真,结果证明RBF神经网络和Elman神经网络都能很好的预测网络时延,通过对比仿真结果分析,得出各自进行时延预测的适用条件.     

一种时延NCS性能衰退分析方法

时延在网络数据传输中是不可避免的,NCS时延尤其是不确定的长时延直接影响其服务性能。本文在定性分析了NCS时延特点和组成的基础上,结合NCS系统结构,建立了相应的基于时延的系统性能衰减模型,并进行了仿真实验和分析。该模型的建立,既有利于NCS时延和系统性能分析评价,又可以为NCS系统结构和协议的优化提供理论依据。     

基于神经元控制的网络时延补偿策略研究

针对网络控制系统（NCS）中的不确定时延问题,在分析循环服务网络和随机争用网络的时延特性的基础上,提出了一种基于神经元控制器的时延补偿策略.该策略用神经元控制代替常规PID控制,无需建立网络控制系统的精确模型,利用神经元良好的学习能力来克服网络控制系统中不确定时延的影响,并对循环服务网络和随机争用网络这两类网络进行了仿真实验研究.仿真结果表明该策略能保证网络控制系统的良好性能.     

不确定LTI-SISO系统的低通滤波时滞观测器控制

合理利用时滞可能获得意想不到的性能.研究表明,系统的不确定性以及受到的外部 干扰可以利用时滞观测器来进行观测,从而实现系统的鲁棒控制.本文提出了一种低通滤波时 滞观测器.避免了常规时滞观测器控制中出现的控制信号颤振,得到了一种结构新颖的控制器. 仿真结果表明时滞观测器控制系统可以很好地抑制系统的不确定性以及受到的外部干扰,是一 种性能优良的鲁棒控制方法.     

时滞控制及其应用

时滞控制研究的是如何有意识地、合理地在控制器中引入时滞来改善控制系统的性能, 主要由时滞滤波、时滞观测、时滞学习控制三个分支组成. 时滞滤波器利用时滞来滤除按指数衰减的正弦信号, 主要应用于抑制柔性机构的残留颤抖; 时滞观测器利用时滞来观测系统存在的不确定性以及受到的外部干扰, 从而实现系统的鲁棒控制; 时滞学习控制器利用时滞来学习任意周期的周期信号, 实现对任意周期信号的无差跟踪. 系统地提出了时滞控制的概念, 阐明了时滞控制的研究目的和主要研究内容, 综述了时滞控制的研究现状、应用实例, 并提出了一些值得深入研究的问题.     

网络时延的模糊逻辑补偿方法的研究

当网络应用到控制系统中时,网络将引起时延,从而对闭环网络控制系统产生一些不利的影响,比如系统性能下降,系统不稳定等。本文介绍了通过在已有的PI控制器的基础上,再增加一个模糊逻辑补偿器来补偿网络控制系统中网络所引起的时延,其优点是不需要再重新设计已有的PI控制器,而只是简单地将模糊逻辑控制器的输出作为一个参数来调节PI控制器所提供的控制信号。文中采用了MATLAB/SIMULINK仿真,仿真结果表明了该方法的有效性。     

Guaranteed cost control of T–S fuzzy systems with input delay

This paper is concerned with the problem of guaranteed cost control for Takagi–Sugeno (T–S) fuzzy systems with time‐varying input delay. The input delay is of interval type, and no restriction is imposed on the derivative of the time delay. Based on free‐weighting matrix method, new delay‐dependent sufficient conditions for the existence of a fuzzy guaranteed cost controller are provided by means of linear matrix inequalities. Some examples are used to illustrate the effectiveness of the proposed method. Copyright © 2007 John Wiley & Sons, Ltd.     

保障连续媒体流用户层QoS 的缓存控制

研究了缓存控制对媒体流用户层QoS 的影响.多媒体系统信宿端通常采用播放缓存来补偿时延抖动,提高媒体流播放的连续性.缓存控制虽然能够降低时延抖动的影响,却增加了端到端时延.时延或时延抖动是用户可感知的QoS 参数,缓存控制对用户层QoS 的影响究竟如何呢?利用已有的应用层向用户层QoS 映射的研究结果,分析缓存控制参数与端到端QoS 参数、应用层QoS 参数的关系,获得了缓存控制参数与用户层QoS 参数的关系.从理论上深入挖掘缓存控制对用户层QoS 参数的作用,给出了提供确定时延和时延抖动保障的缓存容量值,论证了在网络环境一定时存在提供最佳用户层QoS 的缓存容量值.实验结果验证了分析.     

不确定LTI- SISO系统的低通滤波降阶时滞观测器控制

提出一种低通滤波降价时滞观测器,避免了常规时滞观测器控制中由于时滞状态微分近似引起的控制信号颤振。参考模型的选取只与系统的相对阶次有关,而与系统阶次无关,从而简化了控制器的设计,降低了对系统可测性的要求。仿真结果表明,该时滞观测器控制系统可以很好地抑制系统的不确定性以及受到的外部干扰,是一种性能优良的鲁棒控制方法。     

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。     

时滞控制系统的无时滞变结构控制器*

对时滞控制系统的变结构控制器的设计，不是象通常的方法那样在一个泛函空间中进行，而只是在一个函数空间中，即控制器和切换流形均不带有时滞项，此方法削弱了要求控制器有记忆功能的限制。我们还通过例子实现了设计步骤。