变采样网络控制系统的最优保性能控制

研究了一类不确定时延网络控制系统的最优保性能控制问题.针对线性时不变控制对象,控制器和控制对象采用时间-事件驱动,系统成为变采样网络控制系统,考虑在不确定时延小于或者等于一个变采样周期时,基于动态输出反馈对变采样网络控制系统进行建模,利用线性矩阵不等式研究了系统的保性能控制,并设计了保性能控制率和最优保性能控制率,最后给出实例表明在最优保性能控制率的控制下系统稳定.     

长时延和丢包的网络控制系统保性能控制

为了研究具有长时延和丢包的网络控制系统保性能控制问题,假设传感器由时钟驱动,控制器和执行器由事件驱动,网络时延在两个采样周期之间,丢包具有马尔科夫跳变特性,利用状态增广的方法,把具有长时延和丢包的网络控制系统建模为具有两种运行模式的离散时间马尔可夫跳变系统,把网络时延转化为系统参数矩阵的不确定性.在此基础上,利用马尔可夫线性跳变系统理论和线性矩阵不等式方法,推导出使网络控制系统随机稳定的保性能控制律存在的充分条件,并给出了设计方法.数例仿真说明了所用方法的有效性.     

非线性时延网络控制系统的模糊建模与控制

针对时变网络诱导时延小于一个采样周期的非线性时延网络控制系统,讨论系统的稳定性及控制器的设计方法.利用基于“IF-THEN”规则的模糊模型近似系统中的非线性,将时延的不确定性转化为系统参数的不确定性,从而将此类非线性网络控制系统建模为一类具有参数不确定性的离散Takagi-Sugeno（T-S）模糊模型.基于建立的模型,利用Lyapunov方法和线性矩阵不等式方法,分析了系统的稳定性及模糊状态反馈控制器的设计方法,最后通过仿真实例验证了所提出方法的有效性.     

一类时延网络控制系统的骱容错保成本控制

针对具有时延和参数不确定性的网络控制系统的研究。考虑系统的时延小于一个采样周期,传感器是时钟驱动,控制器和执行器是事件驱动。当执行器发生故障时,研究网络控制系统的Hoo容错保成本控制。依据所描述情况建立系统模型,基于Lyapunov稳定性理论、容错控制理论和线性矩阵不等式（LMIs）处理方法,推导出网络控制系统是渐近稳定的,并且得出系统的Hoo容错保成本控制的充分条件和系统的保成本上界。实例仿真证明结论的有效性。     

一类远程控制系统的时延补偿H∞鲁棒控制

针对一类有扰动的多时延不确定模型的远程控制系统,为了有效减少网络时延对系统的影响,提出了一种改进Smith补偿H∞鲁棒控制算法;在给出系统体系结构的基础上,应用改进Smith补偿器将含有网络时延的系统鲁棒性能问题转化为无时延的鲁棒性能问题,并对系统存在的模型不确定性和干扰问题引入H∞混合灵敏度设计方法设计了鲁棒控制器;此方法适用于工业现场为无线传感器网络的远程控制系统,通过对存在乘积性的不确定系统进行仿真研究,证明该算法具有良好的控制品质和动态性能。     

不确定长时延网络控制系统的H∞鲁棒控制

在状态不完全可测的网络控制系统中,针对不确定网络长时延、网络噪声等问题系统性能造成的影响,研究了一类具有不确定长时延网络控制系统的H∞鲁棒控制问题.在不确定网络时延大于一个采样周期时,将采用动态输出反馈的网络控制系统建模为一类具有参数不确定性的线性离散系统.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,...     

Lurie网络化控制系统的保性能控制

以不确定Lurie系统作为被控对象,研究其在网络环境下的保性能控制问题.在同时考虑随机网络诱导时延和数据丢包的情况下,建立不确定Lurie网络化控制系统模型;利用Lyapunov方法分别给出了存在结构不确定性和范数有界的不确定性时,Lurie网络化控制系统保性能控制器的设计方法.所得结果是以线性矩阵不等式的形式给出的,便于数值求解.最后以数值实例说明了所提出方法的可行性和有效性.     

基于动态反馈控制器的网络控制系统的稳定性分析

考虑实际模型的不确定性,针对一类具有不确定线性参数的网络控制系统,给出具有网络诱导时延及不确定线性参数的被控对象模型,设计其动态反馈控制器,建立基于动态反馈控制器的网络控制系统闭环模型.采用Lyapunov方法,给出保证该系统稳定的最大允许时延上界.仿真结果表明系统模型及控制器设计的合理性,所得最大允许时延上界保守性更弱.     

时延网络控制系统的稳定性

针对网络控制系统中存在的不确定时延 ,首先讨论了系统的建模问题 .系统中传感器采用时间驱动 ,执行器与控制器采用事件驱动 ,传感器的数据采用单包传输 .假设传输时延小于采样周期 ,网络控制系统可以建模为一类具有不确定性的线性离散时延系统 .利用Lyapunov方法 ,给出了闭环系统渐近稳定的充分条件 ,基于相应的线性矩阵不等式可行解 ,可以求解状态反馈控制律 .最后 ,用仿真例子验证了该方法的有效性     

云控制系统不确定性分析与控制器设计方法

云控制系统(Cloud control system, CCS)是云计算与物理系统的融合,由于云计算中资源是动态的,因此云计算的加入使得云控制系统具有很大的不确定性.本文给出一种典型的云控制系统结构,通过将不确定性划分为云端不确定性和网络端不确定性,有效简化了云控制系统不确定特性分析和建模.针对典型的时延不确定性问题,将云控制系统时延划分为云端时延和网络端时延,进行了MapReduce模型下多计算节点云端时延分析,同时进行了云控制结构下网络端时延分析,两者结合实现了云控制系统的前向通道和反馈通道的时延建模.基于所建立的云控制系统时延模型,应用极点配置方法设计了云控制器算法,包括观测器的设计和控制律的设计,从而保证了闭环系统的稳定性.对本文设计的云控制器算法进行了仿真验证,结果表明考虑时延特性的控制器设计明显提升了云控制系统的控制性能.