大时滞网络自适应预测PI主动队列管理算法

针对网络中存在的大时滞和网络参数时变问题,提出一种自适应预测PI主动队列管理算法．将Smith预估器与达林算法相结合,既克服了大时滞带来的不利影响,也减少了控制器参数整定数量．利用网络参数与控制参数所具有的确定关系,通过在线估计网络参数来实时调节控制参数,使得控制器能够适应网络参数的变化,同时采用线性化方法分析了系统局部稳定性．仿真结果表明,所提出的算法是可行而有效的。     

S-Fuzzy2PI：一种新的主动队列管理算法

提出一种基于Smith预估的模糊-PI双模控制器的主动队列管理算法S-Fuzzy2PI.将模糊控制与PI算法相结合,系统误差较大时采用Fuzzy控制用以加强系统的响应速度和鲁棒性,系统接近稳态时切换到PI控制器来加强系统的稳态特性.网络拥塞控制系统是一个时滞系统,回环时间(RTT)较大时,算法性能受到较大的影响,因此本文引入Smith预估器来克服大时滞网络对于系统性能的影响.NS2仿真结果表明: S-Fuzzy2PI算法在瞬态性能和稳态性能上都有很大的改进,有效地克服了大时滞网络带来的负面影响.     

基于预测的时滞系统拥塞控制算法

为了克服TCP/AQM控制系统中时滞环节带来的不利影响,将Smith预估器与Dahlin算法相结合,提出了一种新的AQM机制——PPI算法,该算法能消除时滞环节对系统性能的影响,并减少整定参数的数量,通过仿真结果显示出PPI控制器能有效避免网络拥塞,提高系统的稳定性,并在系统变化时具有较好的鲁棒性。     

冷连轧AGC 系统的自适应Smith 广义预测控制

针对冷连轧AGC 系统存在较大的时间滞后以及对象模型参数时变的特点,提出了一种自适应Smith 广义预测控制算法. 该算法用Smith 预估器来克服滞后的影响,利用激光测速仪间接测量AGC 系统的滞后时间以修 正Smith 预估器的时滞部分模型,使用渐消记忆递推最小二乘算法在线辨识对象参数来修正Smith 预估器的非时滞 部分的模型,并根据辨识得到的对象参数设计自适应广义预测控制器代替传统Smith 预估算法中的PID 控制器. 仿 真研究表明,在模型失配及干扰的情况下,该控制算法仍然具有良好的控制性能和鲁棒稳定性能.     

基于Smith的自适应模糊网络拥塞控制算法

针对网络拥塞控制系统中因网络时滞对主动队列管理算法产生的不利影响, 提出了一种基于Smith预估的自适应模糊主动队列管理算法。该算法将Smith预估控制与自适应模糊控制相结合, 利用Smith预估器补偿网络时滞, 同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差等缺点。仿真结果表明, 该方法可以使队列长度快速收敛到设定值, 同时维持较小的队列振荡, 尤其是在网络条件变化的情况下, 该算法优于传统PI控制、模糊控制和传统的滑模控制。     

基于Smith预估的模糊PID主动队列管理算法研究

为解决网络拥塞控制系统中由于网络大时滞对主动队列管理算法产生不利影响的问题,提出了一种基于Smith预估的模糊PID主动队列管理算法.该算法将Smith预估控制与模糊控制相结合,利用Smith预估器补偿网络时滞,同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差的缺点,使主动队列管理算法控制性能有明显提高.仿真实验结果表明,该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值,并能适应突发流和非弹性业务流的干扰,适用于动态变化的网络环境.     

基于RBF预估神经网络控制器的无线传感器网络拥塞算法

无线传感器网络中,汇聚节点是网络的瓶颈.由于传感器网络自身的特点,传统有线网络中的拥塞控制策略不再适用.已有的大多数拥塞控制策略和算法都没有充分考虑往返时延(RTT)对算法性能的影响.同时由于实际传感器网络运行中存在非线性、时间延迟和参数时变等干扰因素,若设计的控制器参数固定,不具有学习能力,则实际运行中收敛性差,收敛速度慢,无法达到控制队列长度的目标.针对以上问题,提出一种基于灰色预估神经网络控制队列的控制器,利用RBF神经网络的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用灰色GM(1,1)预测器有效地解决了大时滞对网络性能的影响,最后通过仿真验证了这一算法的有效性.     

一阶惯性大时滞系统Smith预估自抗扰控制

大时滞系统是工业过程控制中的典型难题,将先进控制方法应用于大时滞系统时需要与传统的Smith预估器相结合才能获得理想的控制效果。针对一阶惯性大时滞系统,研究了Smith预估器与线性自抗扰控制技术相结合的设计问题,分析了系统的稳定条件和参数摄动问题。证明了当被控对象参数与Smith预估器参数相同时,闭环控制系统稳定的结论,同时推导了参数不同时控制系统稳定的一个充分条件。另外基于数值仿真,从暂态性能、稳定裕度和抗扰能力三方面分析了系统参数和控制参数摄动的影响作用,这些结果可用于Smith预估器和线性自抗扰控制器参数的整定。     

无线传感器网络汇聚节点拥塞控制方法

针对无线传感器网络中汇聚节点的拥塞,设计一种基于灰色预估神经网络控制队列的控制器.利用RBF神经网络的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用灰色GM(1,1)预测器有效地解决了在汇聚节点易发的大时滞对网络性能的影响.仿真结果表明该算法具有较好的鲁棒性.     

大滞后系统模糊自适应PI-Smith控制

工业过程中普遍存在大时滞对象,为了解决大时滞系统控制中超调量大和调节时间长等问题,将史密斯(Smith)预估控制原理和模糊PI控制器参数的自适应调整方法结合起来,在Smith预估控制系统中,用模糊PI控制器代替传统的PID控制器,根据模糊控制原理对PI的2个参数进行在线整定,提出一种大时滞系统的模糊自适应PI-Smith控制方法.通过对电加热炉的仿真研究,结果表明该方法具有调节时间短、无超调量、控制精度高、无稳态偏差的优点,同时对系统模型变化具有良好的适应性.     

挖泥船泥浆管道输送流速的自适应预估控制

针对挖泥船泥浆管道输送流速控制的大惯性、大时滞、参数时变和建模困难等特点, 提出一种单神经元自适应预估控制方案. 该方案利用神经网络的自学习能力, 对系统结构、参数、不确定性和非线性进行学习, 结合Marsik和Strejc提出的无辨识自适应控制算法对控制参数进行在线修正, 在控制方案中加入Smith预估器, 利用搜索寻优的方法对时变的时滞进行在线优化, 提高了预估算法的鲁棒性和适应能力. 通过现场实验证明了本控制方法的有效性, 在疏浚施工环境变化, 时滞较大的条件下仍然能够使泥浆流速基本保持稳定, 具有     

大纯滞后对象的H2鲁棒控制*

本文在Ｈ２最优控制理论的框架下，针对大纯滞后对象讨论了Ｓｍｉｔｈ预估器的解析设计问题。新的设计方法在给定的框架下统一地解释了Ｓｍｉｔｈ控制器，Ｄａｈｌｉｎ控制器和ＰＩＤ控制器。     

积分分离PID算法的电阻炉温度控制系统

为使大惯性、纯滞后的电阻炉温度控制系统的动态性能和稳态精度满足要求,提出了Smith预估结合积分分离PID算法;设计了温度控制器的硬件系统;对控制系统进行辨识;分析了Smith预估结合积分分离PID算法与单纯Smith预估控制算法的区别,并对两种控制算法进行了比较分析,确定了电阻炉温度控制系统参数;最后对Smith预估结合积分分离PID算法进行了电阻炉的温度控制实验;实验结果表明,采用Smith预估结合积分分离PID算法提高了电阻炉温度控制系统的稳定性,降低了系统的超调,稳态精度达到0.2℃,其动态性能和稳态精度满足系统控制要求.     

基于Smith预估补偿的网络控制系统仿真研究

针对网络控制系统中前向通道和反馈通道同时存在随机延迟的问题,提出了一种基于神经元控制器的Smith预估器的设计方案。利用根轨迹法分析了随机延迟对网络控制系统稳定性的影响。结合不完全微分先行PID控制算法,建立了Smith预估模型,在模型不完全匹配的情况下得到较好的控制性能。以直流电机为被控对象进行仿真研究,仿真结果表明该方法的有效性。     

基于Smith预估的TCP拥塞控制策略及仿真

应用控制理论对网络数据传输过程进行了分析和建模,提出了一种基于回环时间RTT的P-Smith预估拥塞控制策略.该方法建立在RTT长相关性的基础上,可以在线实时调节控制器中的比例系数和时延参数以保证控制回路的稳定性以及发送速率的平滑性.仿真结果表明,使用该控制方案能使缓冲器队列长度快速收敛到目标值,发送速率具有良好的平滑性能,与传统的PID 控制器相比具有更好的稳定性和鲁棒性.     

A robust and high-performance queue management controller for large round trip time networks

Congestion management for transmission control protocol is of utmost importance to prevent packet loss within a network. This necessitates strategies for active queue management. The most applied active queue management strategies have their inherent disadvantages which lead to suboptimal performance and even instability in the case of large round trip time and/or external disturbance. This paper presents an internal model control robust queue management scheme with two degrees of freedom in order to restrict the undesired effects of large and small round trip time and parameter variations in the queue management. Conventional approaches such as proportional integral and random early detection procedures lead to unstable behaviour due to large delay. Moreover, internal model control–Smith scheme suffers from large oscillations due to the large round trip time. On the other hand, other schemes such as internal model control–proportional integral and derivative show excessive sluggish performance for small round trip time values. To overcome these shortcomings, we introduce a system entailing two individual controllers for queue management and disturbance rejection, simultaneously. Simulation results based on Matlab/Simulink and also Network Simulator 2 (NS2) demonstrate the effectiveness of the procedure and verify the analytical approach.