长时延多包传输网络控制系统的稳定性分析
时延网络控制系统的稳定性分析
时延网络控制系统的稳定性分析王珍珍;宋志宏【摘要】本文分析了一类随机网络控制系统,主要对系统传感器的取样周期区间划分了更小的子区间,针对系统控制器的信号的随机变化,得到了系统渐近稳定的充分条件.【期刊名称】《科技风》【年(卷),期】2011(000)001【总页数】2页(P256-257)【关键词】网络控制系统;网络诱导延时;系统稳定【作者】王珍珍;宋志宏【作者单位】山东信息职业技术学院电子工程系,山东潍坊,216016;山东信息职业技术学院电子工程系,山东潍坊,216016【正文语种】中文网络控制系统由于在信息交换过程中,信息包的冲突,错序和丢失都会引起延迟,这种延迟可能会很大,因此研究网络诱导延迟可以大于一个采样周期的网络控制系统,具有广泛的应用价值。
目前关于延迟大于一个采样周期时的控制设计的文献主要有两类:一类是需要预先知道延迟分布概率的随机控制,如文献[5];另一类是考虑延迟具有上界的状态反馈控制,如文献[1],[2],[3],[4]。
本章研究了网络诱导延时大于一个取样周期的随机网络控制系统,并分析了其稳定性。
在本文中,我们考虑的网络控制系统形式如下:其中x(t)∈Rn是状态向量,w(t),v(t)是外部干扰,u(t)∈Rn是控制器输入向量,y(t)是控制器输出向量。
A,B,E,C,D是具有适当维数的常数矩阵,w(t),v(t)是高斯白噪声。
对于此控制系统我们做如下假设:1)网络诱导延时是网络控制系统的状态延时和控制转移延时,并且是有界的。
2)传感器的驱动方式采用时钟驱动方式,控制器采用事件驱动方式,控制器采用时分驱动方式。
3)在此控制系统,缓冲器可以在每个传感器和控制器的传送节点分别传送信息,它的时间比最大的传输延时还要长。
4)系统中的每个信号用一定的时间节拍传输,因此控制器系统对上一次的时间延时是已知的。
为了讨论方便,我们假设0≤τ≤mT,m满足m≥2,P是一个正整数。
T是传感器的取样周期。
基于T—S模糊模型的网络控制系统稳定性分析
基于T—S模糊模型的网络控制系统稳定性分析一、引言随着网络控制系统在工业自动化领域的广泛应用,其稳定性分析成为了一个重要研究领域。
Takagi-Sugeno(T-S)模糊模型是一种有效的描述非线性系统的方法,已经在控制系统领域得到了广泛的应用。
本文将基于T-S模糊模型,对网络控制系统的稳定性进行深入研究和分析。
文章主要分为五个部分,首先介绍了网络控制系统的基本概念和T-S模糊模型的基本理论,然后对T-S模糊模型在网络控制系统中的应用进行了详细介绍,接着提出了基于T-S模糊模型的网络控制系统稳定性分析方法,并且针对该方法进行了具体的数学推导和例子分析,最后对整个研究工作进行了总结和展望。
二、网络控制系统的基本概念网络控制系统(Networked Control System,NCS)是一种由传感器、执行器、控制器和通信网络组成的控制系统,其特点是传感器信号和执行器信号通过网络进行传输和交换。
NCS的出现为工业自动化系统带来了很多优势,如降低了系统的成本、提高了系统的灵活性和可靠性等。
网络传输的时延、丢包等问题也给NCS的稳定性分析和控制带来了挑战。
三、T-S模糊模型的基本理论Takagi-Sugeno(T-S)模糊模型是20世纪80年代提出的一种描述非线性系统的方法,其基本思想是将非线性系统分解成一系列局部模型,并通过模糊规则进行整合。
T-S模糊模型的基本形式如下:如果x是一个关于输入向量u和输出向量y的非线性系统,那么T-S模糊模型可以表示为:规则1:如果u是A1,v是B1,则y=f1(u,v)规则2:如果u是A2,v是B2,则y=f2(u,v)规则n:如果u是An,v是Bn,则y=fn(u,v)其中A1、A2、...、An和B1、B2、...、Bn是输入向量u和输出向量y的模糊集合,f1、f2、...、fn是对应的线性函数。
四、T-S模糊模型在网络控制系统中的应用T-S模糊模型在网络控制系统中的应用主要有以下几个方面:1.描述非线性系统:NCS中由于网络时延、丢包等问题导致系统的非线性行为变得更加复杂,T-S模糊模型提供了一种有效的描述非线性系统的方法。
具有长时延和丢包的网络控制系统稳定性分析
( .东北 大 学 信 息科 学与 工 程 学 院 ,沈 阳 10 0 ;2 1 10 4 .重 庆 大 学 计 算机 学 院 ,重 庆 4 0 4 0 0 4;3 .湖 南 大 学 电气与信 息工程 学院 ,长 沙 4 0 8 ) 1 0 2
摘 要 :针 对 同时 出现 长 网络诱 导 时延和 丢 包的 网络 控制 系统 , 究 了带不确 定性 的 网络控 制 系统 的稳 定性 问 研
Absr c t a t: Fo e wo k c nr ls se t o g newo k—n c d tme d l y nd pa ke o s s ti a ri v siae tb — rn t r o to y t mswih ln t r idu e i e a s a c tls e ,h sp pe n e tg td sa i lt fu c ra n n t r d c nto y t ms iy o n e ti ewo ke o r ls se .M o ee y tm sa s n h o o y t c n tane yc n iurto v n ae d ld s se a n a y c r n uss sem o sr i d b o fg ain e e tr ts b s d o et i p c e o s r t . By usng y pu o t o a e n a c ran a k tl s a e i L a n v me h d, ln a t x n qu lt e c p in nd c mbii g a y i e r mar ie aiy d s r to a o i i n n s n— c r n usd na ia tb lt h o y,de ie u c e tc nd t nsf x n n ilsa lt fun e a n n t r o r ls se h o o y m c lsa iiy t e r rv d s f i n o ii ore po e ta tbii o c r i e wo k c nto y tm i o y t a d pr s n e he s o e o t r ns si n s c e s rt n u n y t m x on ni l t be. Fi ly,v rfe me c l n e e td t c p fdaa ta miso u c s ae e s r g s se e p e tal sa l i y nal e i d a nu r a i i e a l t ATLAB smu ai n ef cie s n e sblt ft i t d x mp ewih M i l to fe tv ne sa d fa i iiy o hs meho .
具有时延和丢包网络控制系统的稳定性分析
极 易 出现数 据碰 撞 导 致 节 点竞 争 失 败 、数 据 传 输
与接 收 出 错 以 及 数 据 包 在 一 定 时 间 未 到 达 接 收端 ¨。
收 稿 日期 :2 1 0 2 。 0 0— 8— 7
k ) ( T 表示 经 由 网 包 丢失 、时钟 同步 和 数 据 安 全 等 ,如 果 不 能合 理 周 期传 感器 检测 输 出 ; ( T / k )
地解 决 这 些 问 题 ,将 会 使 系 统 性 能 受 到 严 重 络传 输 的控 制器 输入 ; ( T 表 示控 制器 计算 后 输 k)
的。在此 情 况 下 ,一 个 存 在 数 据包 丢 失 网络 ,可
以视 为按 一定 速率 切换 的开关 ,如 图 1 示 。 所
图 1 具 有 时 延 和 丢 包 的 网 络 控 制 系统
Fi 1 Ne wor c t ols se t g. t k on r y tm wih dea nd t o ut ly a da a dr po
5 0
电
力
科
学
与
工
程
2 1 年 01
5( 断开) (T/ (T : k ) ̄ k)=宝 ( 1 ) ( 一 ) / NS C 运行中,系统会发生的4种状态如表 1 爹( 1 的 关 系 C
网络控 制系 统 中所 传输 的 消 息具 有数 据 少 、传 输
周 期小 和实 时 性 要 求 高 等 特 点 。控 制 系统 引 入 网 络 后 ,网络 自身 特 点 就 将 不 可 避 免 地 造 成 网络 控
图 中 ,“ k ) 示第 k周期 经 由网络 传输来 的 (T表
网络化控制系统通信时延与丢包的分析和补偿
网络化控制系统通信时延与丢包的分析和补偿随着信息技术的进步,网络化控制系统正在广泛应用于各个领域,如工业自动化、智能交通、智能家居等。
然而,网络化控制系统面临着通信时延和丢包等问题,这对系统的实时性和可靠性提出了挑战。
因此,对网络化控制系统中通信时延与丢包进行深入分析并进行相应的补偿是非常必要的。
首先,我们来分析网络化控制系统中通信时延的影响。
通信时延指的是从发送控制信号到接收控制信号所需要的时间。
在网络化控制系统中,控制信号需要通过网络传输,而网络的带宽、传输速度以及网络拥塞等因素都会导致通信时延的增加。
通信时延的增加会导致控制信号无法及时到达执行器,从而影响系统的实时性和稳定性。
其次,我们来分析网络化控制系统中丢包问题的影响。
丢包是指在网络传输过程中,控制信号的某些数据包丢失。
丢包问题主要由于网络拥塞、信号干扰、传输错误等原因引起。
当控制信号的数据包丢失时,执行器无法正确接收到控制指令,从而导致系统无法正常工作。
丢包问题会严重影响系统的可靠性和精确性。
针对通信时延和丢包问题,我们可以采取一些补偿措施来提高网络化控制系统的实时性和可靠性。
首先,可以使用预测控制算法来预测通信时延,并在控制信号中加入补偿项,从而实现对通信时延的补偿。
其次,可以采用冗余传输和前向纠错等技术来解决丢包问题。
冗余传输即发送多份相同的控制信号,当某个数据包丢失时,执行器可以根据其他数据包进行恢复。
前向纠错则是在发送的数据包中添加冗余信息,接收器可以根据这些冗余信息进行错误纠正。
综上所述,网络化控制系统中的通信时延和丢包问题对系统的实时性和可靠性产生了影响。
针对这些问题,我们可以通过预测控制算法、冗余传输和前向纠错等技术进行补偿,从而提高网络化控制系统的性能。
未来,我们还可以进一步研究和改进这些补偿方法,以满足不同应用场景对网络化控制系统的要求。
宽带无线通信系统的时效性与稳定性分析
宽带无线通信系统的时效性与稳定性分析摘要:宽带无线通信系统作为当前通信领域的一个热门研究方向,其时效性和稳定性对于保证通信质量和用户体验至关重要。
本文将对宽带无线通信系统的时效性和稳定性进行深入分析,包括时延、带宽、丢包率、抖动以及系统可靠性等方面。
1. 引言在信息社会的背景下,宽带无线通信系统扮演着越来越重要的角色。
如今的宽带无线通信系统已经进化为第四代(4G)和第五代(5G)的移动通信技术,具有更高的传输速率和更低的延迟。
然而,时效性和稳定性仍然是宽带无线通信系统中必须解决的关键问题。
时效性指的是数据从发送端到接收端的传输延迟,而稳定性则是指宽带无线通信系统在任何工作环境下都能够稳定运行的能力。
2. 时效性分析2.1 时延时延是指数据从发送端到接收端所经历的时间。
在宽带无线通信系统中,时延包括传输时延、处理时延和排队时延等。
传输时延是指数据通过通信链路传输所需的时间,处理时延是指数据在接收端进行处理所需的时间,排队时延是指数据在网络节点排队等待的时间。
为了保证宽带无线通信系统的时效性,需要尽量减小时延,包括优化网络拓扑结构、使用高速传输设备、合理设计传输协议等。
2.2 带宽带宽是指在单位时间内传送的数据量,宽带无线通信系统的带宽决定了其数据传输的速率。
提高带宽可以减小数据传输的时间,从而提高宽带无线通信系统的时效性。
无线通信中常用的提高带宽的方法包括:使用更高频段的信号进行传输、采用更高效的调制与编码技术、增加传输天线的数量等。
3. 稳定性分析3.1 丢包率丢包率是指在数据传输过程中丢失的数据包的比例。
在宽带无线通信系统中,丢包率的高低直接影响到数据的完整性和通信质量。
较高的丢包率会导致数据重传,加大了传输时延,降低了系统的时效性。
为了降低丢包率,需要采取相应的措施,如优化网络拓扑结构、增加冗余机制、设计合理的差错控制技术等。
3.2 抖动抖动是指数据传输时延的不稳定性。
在宽带无线通信系统中,抖动会导致数据的到达时间不确定,从而影响数据的接收和处理。
一类不确定时延和丢包的网络控制系统指数稳定性
到执 行器 时延 t 。对 系统做如 下假设 :) 感器 节 点为 时 间驱 动 , 样 周期 为 h 其数 据 ( 1传 采 , 状态 量 )
采用单 包传 输 , 制器 和执行 器节 点为事 件 驱动 ; ) 控 2 网络诱 导 时延 是 时 变不 确 定 的 , 总 时延 t 且 =
网络控 制系统 ¨ ( e ok dC nrl yt s 简记 为 N S N t re ot s m , w oS e C )是 指 通过 通讯 网络 形成 闭 环 的反馈 控制 系统 。在 网络 控制 系统 中 , 感器 、 传 控制 器和执 行器等 系统组 件作 为 网络节 点直 接挂 接 在 网络
一
个 存在数 据丢包 的 网络控制 系统可 以看成 一个 闭合 率 为 r 的开关 系统 。当数据 包 传输 成功
时, 网络 是接 通 的 , 为开 关 闭合 , 视 当数 据包 丢失 时 , 网络 是非 联通 的 , 为开 关 断开 。 同时具有 时 视
延 和数据 丢包 的网络控 制系统 如 图 1 示 , 1中网络时延 包括 传感 器 到控 制器 时延 t 所 图 和控制 器
络阻塞或 节点故 障 以及 外部 干扰等 时 刻 。时延 与数 据 包 的丢 失将 会 使整 个 系统 的结 构 发 生改 变 ,
对 系统 的性能产 生负 面影 响 , 至会使 系统 不稳定 或瘫痪 。因此 , 年来对 于 网络 控制 系统 的研 究 甚 近
引起 了众 多学者 的关 注 , 并取得 了一些 研究 结果 。对于具 有异 步数据 包丢 失 的 网络控 制 系统 , 以 可
() 1
荔
其 中 , ( )∈R xt “是 系 统 的 状 态 , t U( )∈R 是 控 制 输 入 , 统 矩 阵 A ∈ 系
网络控制系统的时延补偿与稳定性研究的开题报告
网络控制系统的时延补偿与稳定性研究的开题报告一、研究背景和意义随着现代互联网的不断发展,网络控制系统被广泛应用于工业控制、智能家居、自动驾驶等领域。
然而,网络通信中的时延、抖动、数据丢失等问题,给网络控制系统的实时性、准确性、可靠性带来了很大挑战。
因此,网络控制系统的时延补偿与稳定性研究成为了当前网络控制系统研究的热点之一。
在实际应用中,网络控制系统的时延补偿对系统稳定性具有重要影响。
时延补偿是指在网络通信过程中,通过预测和补偿时延,能够将控制器输出与被控对象状态同步,从而提高系统控制精度和稳定性。
因此,研究如何有效补偿时延,提高网络控制系统的控制精度和稳定性,具有重要意义。
二、研究内容和方法本研究将重点研究网络控制系统的时延补偿与稳定性问题。
具体内容包括:(1)研究网络控制系统的时延模型,包括网络通信中的时延、抖动、数据丢失等因素对系统时延的影响。
(2)研究基于状态反馈的网络控制器设计方法,以及如何通过状态反馈有效补偿时延,从而提高系统控制精度和稳定性。
(3)研究网络控制系统的稳定性分析方法,评估系统的稳定性和性能。
本研究采用理论分析和仿真实验相结合的方法,验证时延补偿算法的有效性和稳定性,并提出优化策略,为网络控制系统的实际应用提供技术支持。
三、预期研究结果本研究预计得到以下研究结果:(1)研究网络控制系统的时延模型,为后续时延补偿算法的设计提供理论基础。
(2)研究基于状态反馈的网络控制器设计方法,提出一种有效的时延补偿算法,提高网络控制系统的控制精度和稳定性。
(3)提出网络控制系统的稳定性分析方法,评估网络控制系统的实时性和稳定性。
(4)通过仿真实验验证时延补偿算法的有效性和稳定性,并提出优化策略,为网络控制系统的实际应用提供技术支持。
四、论文结构安排本研究的论文结构安排如下:第一章:绪论1.1 研究背景和意义1.2 研究内容和方法1.3 预期研究结果1.4 论文结构安排第二章:网络控制系统的时延模型2.1 网络通信时延的影响因素2.2 网络控制系统的时延模型2.3 时延补偿算法设计第三章:基于状态反馈的网络控制器设计3.1 基于状态反馈的网络控制器设计原理3.2 时延补偿算法的设计3.3 时延补偿算法的优化第四章:网络控制系统的稳定性分析4.1 网络控制系统的稳定性分析方法4.2 稳定性分析实验4.3 实验结果分析第五章:仿真实验及应用举例5.1 仿真实验设计5.2 仿真实验结果分析5.3 应用举例第六章:结论与展望6.1 结论6.2 研究不足之处与展望参考文献附录。
自动化控制系统中的时延与稳定性分析
自动化控制系统中的时延与稳定性分析自动化控制系统在现代工业中发挥着至关重要的作用。
然而,时延和稳定性成为了影响系统性能和响应速度的两个关键因素。
本文将对自动化控制系统中的时延与稳定性进行详细分析,并提出相应的解决方案。
一、时延分析时延是指系统中信号传输所需的时间,它可以分为传感器时延、信号传输时延和执行器时延三个部分。
1. 传感器时延传感器时延是指传感器将物理量转换为电信号所需的时间。
传感器时延的大小直接影响到系统对于外界环境变化的感知能力。
如果传感器时延过大,系统可能无法及时获得准确的输入信号,从而导致控制系统性能下降。
因此,在系统设计中应选择具有较小传感器时延的传感器,并通过优化信号处理算法减小时延。
2. 信号传输时延信号传输时延是指信号从传感器到控制器的传输所需的时间。
在长距离传输或者信号传输中存在干扰的情况下,信号传输时延可能变得更加复杂。
为了减小信号传输时延,可以采用高速传输线路、增加信号复用技术和使用抗干扰措施等方式。
3. 执行器时延执行器时延是指从控制器输出信号到实际执行动作的时间。
执行器时延的大小与执行器的结构和性能有关。
通常,为了减小执行器时延,应选择具有快速响应和高效能的执行器。
此外,在设计中还可以考虑预测控制等技术,以提前调整输出信号,降低时延对系统性能的影响。
二、稳定性分析稳定性是自动化控制系统能否始终保持稳定运行的关键指标。
稳定性分析常用的方法有根轨迹法、Nyquist稳定判据和频率响应法等。
1. 根轨迹法根轨迹法通过分析系统传递函数的极点和零点分布,来评估系统的稳定性。
通过绘制根轨迹图,可以直观地了解系统的频率响应和稳定性特性。
2. Nyquist稳定判据Nyquist稳定判据是通过将系统传递函数的频率特性转换为复平面上的Nyquist图,从而进行稳定性评估。
通过判断Nyquist图的奇点数量和相位曲线,可以判断系统的稳定性。
3. 频率响应法频率响应法是通过分析系统传递函数的频域特性,对系统的稳定性进行分析。
时延丢包网络控制系统的稳定性分析与控制器设计
l_ = _
图 1 时延 和丢包相混合 的网络控制系统
其中, K∈R “ 为要设计 的控制 器. 控制器( 6 ) q h 的不含 采样时刻 k说 明控制器 由事件驱动 ,且不受 时延 和丢包影
响. 于 是得 到 闭环 系统
一
3 一
x ( k + 1 ) = A x ( k ) + N K x ( k - d ( k ) )
对于网络控制系统 的研究 当前 主要集 中于单纯 的网络
0
诱 导时延或数据包丢失对系统 的影响. 但对 网络诱 导时延 和
数 据包丢失 双重影 响下 的系统研 究文章相 对较少 [ 5 - 0 1 .\ 5 5 、 耍 f 8
1 l 0 1 l 1 2 3 4 2
基 于输 入延时的方法对 网络控制系统进行 了建模 ,针对 网
‘ 0
络 控制 系统 中存在 的网络诱 导时延和数 据包丢失 的情况 ,
运用李 亚普诺夫理论 ,通过线性矩 阵不等式 方法对时延丢 包 网络控制 系统进行控制器的设计和稳定性分 析[ 1 l 】 _
V0 1 . 2 9No . 1 O Oc t . 2 01 3
时延 丢包 网络控 制系统 的稳定性分 析与控制器设计
马小 霞 . 孙 业 国
( 淮 南师范 学院
摘
数 学与计 算科 学 系,安徽
淮南
2 3 2 0 3 8 )
要 :本 文针 对 同 时具 有 网络 诱 导 时 延 和 数 据 包丢 失 的 网络 控 制 系统 , 基 于输 入 延 时 的 方 法 , 根 据 李 雅 普 诺 夫 稳 定 性
( 7 )
Y E R m × n 使得线性矩阵不等式
多包传输网络控制系统的稳定性
多包传输 网络控制系统的稳定性
党 向 东h , 张庆 灵
(.沈 阳理 工 大 学 信 息 科学 与 工程 学 院 , 宁 沈 阳 lO 6 ;. 北 大学 系统 科 学 研究 所 , 宁 沈 阳 , 10 4 1 辽 l l8 2 东 辽 10 O )
摘 要 : 究 多 包传输 网络控 制 系统 的指数稳 定性和控 制 器设计 问题 。 有时延和 数据 包 研 将
第4 期
党 向东 。 张庆灵 : 多包传榆 网络控 制 系统 的稳定性
31 8
不在 位置 . 不在 位 置时表 示事件 s所含数 也
据包 . ( ) r 矗 为待 发状 态 , 时 ( )= ( 此 足 一 1 。 )
这样 ( )的状态 可描述 为 七
( ) : , ( ) + ( ( ) + ) 七 一 是 足 , (
一
3 2 无时延 ( 一 O . )时的数学模型
l= 1. 2一 O。 ,= 1 一 ; 一 1・ L ・ ; 2・
此时受 控对象 离散化方 程为 :
z( + 1 足 )= A1 志 z( )+ Bo ( ) “ 矗 () 9
=
1. 2
其中
r^1 4 一 , K 11
力一n 一 lA 一7 o 丌 I ( 丌1 l r I 8 l B Bl ) 0 一K 0j
有丢包 时 丌 一 .z 丌 = 十 。 一 1 2 ・・
L . ; 一 1. s一 1. L . , 2; 2, 2"。
法是 可 行 的 。
关键词 : 网络控 制 系统 ; 多包传 输 ; 态反 馈 ; 数稳 定 状 指
中 图分 类号 : P1 T 3
可变时延网络控制系统的建模和稳定性分析
对象 的状态 向量 , 输入 向量 和输 出 向量 , E ,
设连续 被控对 象 和控 制器 的状 态 方程 分 别 描
1 网络 控 制 系统 时延 模 型
对 网络时 延模型 主 要从 时延 的 确定 性 和 随机 性两方 面进 行 分 析. 起 网 络 时延 因素 主 要 有 两 引
述 为
p一 p ) B ( ( + “ () 1
第 3 卷第 7 2 期 21 O O年 O 7月
武
汉
工
程
大
学
学
报
Vo 2 No 7 L3 .
J W u a Is. Te h . hn nt c.
J 1 2 1 u. 00
文章 编 号 : 6 4— 8 9 2 1 ) 7 0 9 — 5 17 2 6 (0 00 — 0 4 0
这 给控 制 系统 的稳定 性 和控 制性 能带 来 了不利 影 响, 甚至 可能导致 整个 系 统不 稳 定_ . 3 当前 现 场 总 ] 线控 制系统 ( C ) 出 现 已经 给工 业 控制 领 域 带 F S的 来 了深层 次 的革 命 , 以工 业 以太 网为 基 础 的 网 而 络控 制 系 统 由于 具 有 开放 性 , 成 本 、 速 率 、 低 高 便 于 和 Itre 集 成等 特点 成 为控 制 网络发 展 的趋 nen t 势 , 工业 以太 网 时延 的不 确 定 性 和 时 变性 也 阻 但 碍 了其 在工 业 控 制 领 域 的快 速 发展 . 因此 对 网络
N S 是指 通 过 实 时 通 信 网络 形 成 的闭 环 反 馈 控 C )
制系统[ ]NC 1 . S与传 统 的控 制 系 统 相 比 , 有 控 具 制系统 配置 灵 活 性 强 和 可远 程 监 测 、 系统 成 本 低 和高可靠 性 、 装与 维护 简便 、 息 资源 能共 享 等 安 信
随机长时延网络控制系统稳定与镇定仿真分析
文章编号 : 1 0 0 6 — 9 3 4 8 ( 2 0 1 4 ) 0 3 — 0 3 2 8 — 0 4
计
算
机
仿
真
2 0 1 4 年 稳 定 与 镇 定 仿 真 分 析
曹德 胜 , 贾海龙
( 1 .华北科技学 院, 北京 1 0 1 6 0 1 ; 2 . 新乡学院现代教育技术 中心 , 河南 新 乡 4 5 3 0 0 0 )
制 。实验结果表明 , 运用 上述模 型进行随机长时延网络控制 . 能够减少网络控制过程 中的时延 , 从而有效提高 网络 控制的稳 定性 。 关键词 : 网络控制 ; 稳定性分 析 ; 控制信号 ; 时延补偿
中 图分 类 号 : T P 3 9 1 . 9 文献标识码 : B
Ra n d o m Lo n g Ti me De l a y Ne t wo r k Co n t r o l S y s t e m S t a b i l i t y a n d Ca l m t h e S i mu l a t i o n An a l y s i s
ABS T RACT : T h e me t h o d t o c o n t r o l r a n d o m l o n g t i me d e l a y n e t wo r k s t e a d i l y w a s r e s e a r c h e d .A r a n d o m l o n g t i me d e — l a y n e t w o r k c o n t r o l mo d e l b a s e d o n c o n t r o l s i g n a l c o mp e n s a t i o n r u l e s wa s p u t f o r wa r d a c c o r d i n g t o r a n d o m l o n g d e l a y n e t w o r k o p e r a t i o n r e l a t e d p a r a me t e r s t o c o n t r o l r a n d o m l o n g t i me d e l a y n e t wo r k .I n a c c o r d a n c e wi t h t h e s i t u a t i o n o f n e t wo r k t i me d e l a y ,a c o n t r o l s i g n a l c o mp e n s a t i o n r u l e mo d e l wa s s e t u p t o c o mp e n s a t e t h e a b o v e - me n t i o n e d n e t w o r k d e l a y,S O a s t o c o mp l e t e t h e s t a b l e c o n t r o l o f l o n g t i me d e l a y n e t w o r k .T h e e x p e r i me n t l a r e s u l t s s h o w t h a t he t p r e s e n -
网络数据传输管理技术的网络传输稳定性
网络数据传输管理技术的网络传输稳定性在当今信息化的社会中,网络数据传输管理技术已经成为人们生活和工作中不可或缺的一部分。
无论是个人用户还是企业机构,都需要依靠网络进行数据的传输和管理。
然而,网络传输稳定性一直是一个备受关注的问题。
本文将从网络数据传输管理技术的角度出发,探讨网络传输稳定性的问题,并提出一些解决方案。
一、网络传输稳定性的重要性网络传输稳定性指的是网络数据在传输过程中不受到外界干扰或损坏的能力。
这一点对于个人用户和企业用户来说都至关重要。
例如,对于企业机构来说,网络传输稳定性的好坏直接关系到企业的运营效率和数据安全。
如果网络传输不稳定,可能会导致数据丢失、泄露或被篡改,给企业带来严重的损失。
所以,提高网络传输稳定性是网络数据传输管理技术的重要任务之一。
二、影响网络传输稳定性的因素网络传输稳定性受到多种因素的影响,主要包括网络带宽、网络拥堵、信号干扰、设备故障等。
首先,网络带宽是影响网络传输稳定性的重要因素之一。
如果网络带宽较小,数据传输速度会受到限制,容易导致数据丢失或延迟。
其次,网络拥堵也是一个常见的问题。
当网络流量过大时,会导致数据包丢失或延迟,降低网络传输的稳定性。
另外,信号干扰和设备故障也会对网络传输稳定性造成影响。
三、提高网络传输稳定性的技术手段针对上述影响因素,网络数据传输管理技术提出了一些解决方案,以提高网络传输的稳定性。
首先,可以采用负载均衡技术来优化网络带宽的使用。
负载均衡可以根据实时的网络流量情况,动态调整数据传输的路径,从而减轻网络拥堵的情况,提高网络传输的稳定性。
其次,可以利用数据压缩和加密技术来减小数据包的大小,提高数据传输的效率。
另外,针对信号干扰和设备故障,可以使用网络监控和故障诊断技术,及时发现并解决问题,保障网络传输的稳定性。
四、未来发展趋势随着信息技术的不断发展,网络数据传输管理技术也在不断创新和完善。
未来,可以预见的是,网络传输稳定性的要求会越来越高。
网络数据传输管理技术的网络传输稳定性(八)
随着互联网的快速发展,网络数据传输管理技术已经成为了信息社会的重要组成部分。
在这个信息数据爆炸的时代,无论是企业还是个人用户,都需要依靠网络传输数据来进行工作和生活。
然而,网络传输的稳定性一直是人们关注的焦点。
本文将从网络数据传输管理技术的角度来探讨网络传输的稳定性,分析网络传输中可能出现的问题,并探讨改进网络传输稳定性的方法。
1. 网络数据传输管理技术的重要性网络数据传输管理技术是指利用计算机网络进行数据传输和管理的技术。
随着互联网的不断发展和普及,网络数据传输管理技术已经成为了现代信息社会中不可或缺的一部分。
它包括了数据传输的协议、传输速度、安全性等方面的管理和控制。
一个高效稳定的网络数据传输管理技术,可以大大提高数据传输的效率和可靠性,促进信息的流通和共享,推动社会的发展和进步。
2. 网络传输的稳定性问题然而,尽管网络数据传输管理技术已经取得了很大的进步,网络传输的稳定性问题依然是一个亟待解决的难题。
在网络传输过程中,会出现许多可能影响网络稳定性的因素,比如网络拥堵、数据包丢失、传输延迟等。
这些问题会导致数据传输的不稳定和缓慢,影响用户的正常使用和体验。
尤其是在大数据量、高频率的数据传输场景下,这些问题会变得尤为突出。
3. 改进网络传输稳定性的方法为了改进网络传输的稳定性,需要采取一系列有效的方法来应对这些问题。
首先,可以通过优化网络结构和协议来提高数据传输的效率和稳定性。
比如,可以采用分布式存储和传输技术,将数据分散存储在不同的节点上,降低单个节点的负载,提高数据传输的并发性和可靠性。
其次,可以利用数据压缩和优化算法,减少数据传输的流量和延迟,提高数据传输的速度和稳定性。
另外,加强网络安全管理,防范网络攻击和数据泄露,也是提高网络传输稳定性的重要手段。
此外,还可以借助人工智能和大数据分析技术来实时监测和分析网络数据传输的情况,及时发现和解决传输中的问题,保障网络传输的稳定性和可靠性。
同时,加强用户教育和培训,提高用户对网络数据传输管理技术的理解和应用能力,也是提高网络传输稳定性的重要途径。
具有长时延及丢包的网络控制系统稳定性分析
第22卷第1期Vol.22No.1控 制 与 决 策Cont rolandDecision2007年1月 J an.2007收稿日期:2005211208;修回日期:2006205209.基金项目:国家科技攻关计划项目(2001BA204B01);教育部骨干教师基金项目(69825106).作者简介:马卫国(1976—),男,山东栖霞人,博士生,从事网络控制系统的研究;邵诚(1958—),男,江苏靖江人,教授,博士生导师,从事复杂系统的建模与控制、自适应控制、鲁棒控制等研究. 文章编号:100120920(2007)0120021204具有长时延及丢包的网络控制系统稳定性分析马卫国,邵 诚(大连理工大学信息与控制研究中心,辽宁大连116024)摘 要:研究了同时具有大于一个采样周期的随机传输时延及数据包丢失的网络控制系统的稳定性问题.对于给定的数据包丢失率,网络控制系统被建模为具有两个事件速率约束的异步动态系统,利用异步动态系统理论给出了网络控制系统指数稳定的充分条件,状态反馈控制器可通过解一组矩阵不等式求出.仿真示例验证了所提出方法的有效性.关键词:网络控制系统;长时延;数据包丢失;稳定性;异步动态系统中图分类号:TP273 文献标识码:AStability analysis for net w orked controlsystems with longtransmission delay and data packet dropoutM A W ei 2g uo ,S H A O Cheng(Research Center of Information and Control ,Dalian University of Technology ,Dalian 116024,China.Correspondent :MA Wei 2guo ,E 2mail :ma_weiguo @ )Abstract :The stability of networked control systems ,with stochastic transmission delay larger than one sampling period and the dropped out packets ,is studied.For the given data packet dropout ,the networked control systems is modeled as an asynchronous dynamical system with rate constraints on two events.The sufficient condition of exponential stability for the networked control systems is presented based on the theory of asynchronous dynamical system.Meanwhile the state feedback controller can be solved by a set of matrix inequalities.A numerical example shows the effectiveness of the proposed method.K ey w ords :Networked control systems ;Long transmission delay ;Data packet dropout ;Stability ;Asynchronous dynamical system1 引 言 网络控制系统是指通过通讯网络形成闭环的反馈控制系统[1].在网络控制系统中,传感器、控制器和执行器等系统组件作为网络节点直接挂接在网络上,通过共享的有线或无线通讯网络进行传感和控制信息的交换,因此网络控制系统与传统的直接点对点连接的控制系统相比,具有连线少、成本低、安装维护方便和灵活性高等优点,被广泛应用于汽车制造、机器人和飞行器控制系统等多个领域[2,3].虽然网络控制系统具有很多优点,但在反馈回路中引入通讯网络后将产生一些新的问题:由于网络节点共享同一个通讯网络,数据通过网络传输时将会产生恒定或随机的通讯时延,而时延会使控制系统的性能恶化,甚至有可能使系统变得不稳定.网络控制系统中存在的另一个问题是数据丢包问题.因为通讯网络是一种非可靠的传输通道,当受到外界干扰或发生网络拥塞时,网络上的数据在传输时不但存在传输延迟,而且可能会出现数据包丢失的现象.这些问题使网络控制系统的分析和设计变得很复杂.对于网络控制系统中传输时延小于一个采样周期的情况,文献[4]利用时间戳的方法研究了系统的随机最优控制问题;文献[5]分析了传输时延大于一个采样周期的网络控制系统的稳定性,设计了最优状态反馈控制器和输出反馈控制器;文献[6]将时变网络时延看作某一恒定时延与不确定时延之和,建 控 制 与 决 策第22卷立了具有结构不确定性的长时延网络控制系统模型,给出了基于矩阵不等式的控制器设计方法.然而,上述文献仅研究了网络传输延迟问题,没有考虑数据在传输过程中的丢包问题.对于网络控制系统中存在的数据丢包问题,文献[7]利用异步动态系统的方法研究了网络控制系统稳定性,给出了系统指数稳定的充分条件,但没有考虑数据的网络传输延迟的问题;文献[8]分析了同时具有传输延迟和数据包丢失的网络控制系统稳定性,但文中仅对小于一个采样周期的恒定延迟进行了讨论,没有考虑传输延迟大于一个采样周期的情况.本文将同时具有大于一个采样周期的随机传输延迟和数据包丢失的网络控制系统建模为具有两个事件速率约束的异步动态系统,利用异步动态系统理论分析了网络控制系统的稳定性,给出了基于矩阵不等式的状态反馈控制器设计方法.2 具有长时延及数据包丢失的网络控制系统模型 本文研究的网络控制系统如图1所示.系统中控制器和执行器位于同一节点上,网络只存在于传感器与控制器之间.图1 具有长时延和数据包丢失的网络控制系统假设网络控制系统中被控对象的状态方程为x (t )=A x (t )+B u (t ),y (t )=Cx (t ).(1)其中:x (t )∈R n ,u (t )∈R m ,y (t )∈R p 分别为被控对象的状态、控制输入和被控对象的输出;A ,B ,C 为具有相应维数的定常矩阵.设传感器节点采用时间驱动方式,对被控对象进行等周期采样,采样周期为T ,传感器将采集到的被控对象数据打成一个数据包,通过串行通讯网络传输到控制器端的接收缓冲区.控制器接收到经过网络传输的数据后立刻计算控制量.设数据在网络上的传输时延大于一个采样周期且是随机的,则时延可描述为τk =(d -1)T +τmid+τ′≤ d T.其中:d ≤ d =[τwc/T ],[Δ]表示大于Δ的最小整数,τwc 为已知的最坏情况下的时延,τmid=T/2,-T/2≤τ′≤T/2.通常数据通过网络传输可分为两种情况:一是数据在传输过程中没有出现差错,成功地从源节点到达目的节点,将这种数据传输成功的情况记为事件S 1,设其发生率为r;另一种情况是数据在传输过程中由于受到外界干扰而出现差错或者丢失,此时发送节点将根据所采用的通讯协议采取不同的措施.例如,如果网络节点采用的是基于连接的TCP 协议,则发送节点将重新传输丢失的数据包;如果网络节点采用的是UDP 协议,由于UDP 协议是基于无连接的,如果数据包丢失,发送节点不会重传丢失的数据包.将数据传输失败的情况记为事件S 2,其发生率为1-r.这样就可以将网络看作一个以速率r 闭合的开关.当S 1发生时,被控对象的离散时间模型为[6]x (k +1)=Φx (k )+Γ0(τk )u (k -d +1)+Γ1(τk )u (k -d ).(2)其中Φ=e A T ,Γ0(τk )=∫T-T/2-τ′e As d sB =∫T/2e As d sB +eA (T/2)∫-τ′e As d sB ,Γ1(τk )=∫TT-T/2-τ′e As d sB =∫TT/2e As d sB +eA (T/2)∫-τ′0e As d s (-B ).令Γ0=∫T/2e Asd sB ,Γ1=∫TT/2e As d sB ,D =eA (T/2),F =∫-τ′e As d s ,E 0=B ,E 1=-B ,増广向量z (k )=[x (k )Tu (k -d )T…u (k -1)T ]T ,则式(2)化为z (k +1)= Φ1z (k )+ Γ1u (k ).(3)其中 Φ1=ΦΓ1+D F E1Γ0+D F E 0 (00)I…0…………000…I 000…0, Γ1=[0 0 … 0 I ]T . 当S 2发生时,由于网络传输数据失败,执行器将保持上一周期的值,即u (k )=u (k -1).此时被控对象的离散时间模型为[6]z (k +1)= Φ2z (k )+ Γ2u (k ).(4)22第1期马卫国等:具有长时延及丢包的网络控制系统稳定性分析 其中Φ2=ΦΓ1+D F E1Γ0+D F E0…00I 0…………000 (I)000 (I),Γ2=[0 0 … 0 0]T 如果网络控制系统中的控制器采用状态反馈控制律u(k)=Kz(k),则闭环网络控制系统的状态方程为z(k+1)= Φs z(k),s=1,2.(5)其中Φ1=^Φ1+^D F^E+ Γ1K,Φ2=^Φ2+^D F^E+ Γ2K,^Φ1=ΦΓ1Γ0...0 00I...0............000 (I)000 0,^Φ2=ΦΓ1Γ0...0 00I...0............000 (I)000 (I),^D=[D T 0 … 0 0]T,^E=[0 E1 E0 … 0 0].这样,网络控制系统便转化成为一个具有两个事件速率约束的异步动态系统,可利用已有的异步动态系统理论对其进行分析研究.3 稳定性分析 引理1[9] 设具有相应维数的矩阵W,D和E,其中W为对称阵,对于所有满足F T F≤I的矩阵F,W+D F E+E T F T D T<0成立的充要条件是存在ε>0,使得W+εD D T+ε-1E T E<0.引理2[10](Schur补引理) 对于给定的对称矩阵L=L11L12L T12L22,下述条件是等价的:1)L<0;2)L11<0,L22-L T12L-111L12<0;3)L22<0,L11-L12L-122L T12<0.引理3[11] 设异步动态系统x(k+1)= f s(x(k)),其中s=1,2,…,N,离散事件的发生率分别为r1,r2,…,r N,0≤r s≤1,且∑Ns=1r s=1.如果存在L yap unov函数V(x(k)):R n→R+以及对应于事件发生率的正标量α1,α2,…,αN,满足下列不等式:αr11αr22…αr N N>α>1,(6)V(x(k+1))≤α-2s V(x(k)),s=1,2,…,N,(7)则异步动态系统是指数稳定的,其衰减率为α.具有传输延迟和数据包丢失的网络控制系统可建模为一个异步动态系统,所以根据上述引理,可得到如下结论:定理1 对于由式(5)描述的闭环网络控制系统,假设数据通过网络传输的成功率为r.如果存在对称正定矩阵X,矩阵Y以及正的标量α1,α2,α和ε,使得下列不等式成立:αr1α1-r2>α>1,(8) -α-21X(^Φ1X+ Γ1Y)T(^E X)T^Φ1X+ Γ1Y-X+ε^D^D T0^E X0-εΙ<0,(9)-α-22X(^Φ2X)T(^E X)T^Φ2X-X+ε^D^D T0^E X0-εΙ<0,(10)则网络控制系统是指数稳定的,其衰减率为α,其中状态反馈控制器增益矩阵K=Y X-1.证明 因为数据通过网络传输的成功率为r,所以事件S1和S2的发生率为r和1-r.代入式(6)可得式(8).选取Lyap unov函数V(z(k))=z T(k)Pz(k),其中P为对称正定矩阵.事件S1发生时,有V(z(k+1))-α-21V(z(k))=z T(k+1)Pz(k+1)-α-21z T(k)Pz(k)=z T(k)[( Φ1+ Γ1K)T P( Φ1+Γ1K)-α-21P]z(k),所以V(z(k+1))≤α-21V(z(k))成立的充分条件为( Φ1+ Γ1K)T P( Φ1+ Γ1K)-α-21P<0.由Schur补引理,上式等价于-α-21P( Φ1+ Γ1K)TΦ1+ Γ1K-P-1<0.将 Φ1=^Φ1+^D F^E代入上式,得-α-21P(^Φ1+^D F^E+ Γ1K)T ^Φ1+^D F^E+ Γ1K-P-1<0. 上述不等式两边同时乘以diag{P-1,I},并设X32 控 制 与 决 策第22卷=P-1,Y =KX ,得-α-21X(^Φ1X +^D F^E X + Γ1Y )T^Φ1X +^D F^F X + Γ1Y-X<0,即-α-21X(^Φ1X + Γ1Y)T^Φ1X + Γ1Y -X +^D F[^E X 0]+(^E X )TF T[0 ^D T]<0. 根据引理1,得-α-21X(^Φ1X + Γ1Y )T^Φ1X + Γ1Y -X +ε^D ^D T+ε-1(^E X )T[^E X 0]<0.再由Schur 补引理得式(9). 事件S 2发生时,按上述推导方法可以得到式(10).根据引理2,当式(8)~(10)成立时系统是指数稳定的,其衰减率为α.□定理1说明被控对象允许数据在传输过程中存在一定的丢失率.例如软实时系统,当网络发生拥塞时,系统可以主动丢弃一些非紧急数据来节约网络带宽,避免拥塞发生.4 仿真示例 假设网络控制系统中被控对象的状态方程为x (t )=010x (t )+1u (t ),y (t )=[1 0]x (t ). 系统的采样周期为0.3s ,网络通讯延迟在区间[0.3,0.6]s 内均匀分布,数据通过网络传输的成功率为90%.首先对被控对象离散化,得Φ=10.301,Γ0=0.01130.15,E 0=01,Γ1=0.03380.15,E 1=-1,D =10.1501.设控制器采用状态反馈控制,利用本文方法求解不等式(8)~(10),得α1=1.06,α2=0.76,α=1.02,ε=0.22,X =429.02-84.18811.5611.558-84.18821.343-4.52-4.489611.56-4.521.76161.566811.558-4.48961.56681.5626,Y =[11.54 -4.4105 1.3936 1.3908]. 进一步,可求得Lyap unov 函数中的对称正定矩阵P =0.02810.16950.02070.25860.16951.14200.13651.89070.02070.13655.2619-5.03710.25861.8907-5.03719.2101,控制器的状态反馈增益矩阵K =[0.0351 -0.2611 -0.0356 0.4354].假设系统的初始状态为[-2 3]T ,在上述控制律的作用下,网络控制系统的状态运动轨迹如图2和图3所示.从图可以看出,在网络通讯延迟是随机变化且存在一定程度数据包丢失的情况下,系统仍然能够快速达到稳定状态.图2 状态x 1的运动轨迹图3 状态x 2的运动轨迹5 结 语 由于网络控制系统中的节点通过共享的通讯网络交换信息,当网络带宽有限时,数据在传输过程中不仅具有传输延迟,而且可能产生数据包丢失.本文分析了网络传输延迟和数据包丢失对网络控制系统的性能影响,利用异步动态系统理论建立了传输延迟大于一个采样周期,同时具有数据包丢失的网络控制系统模型,给出了基于矩阵不等式的网络控制系统指数稳定的充分条件,利用该矩阵不等式可以很容易地求出系统的状态反馈控制器.仿真算例说明了该方法的有效性.参考文献(R eferences)[1]Branicky M S ,Phillip s S M ,Zhang W.Stability ofnetworked control systems :Explicit analysis of delay [C ].Proc American Control Conf.Chicago ,2000:235222357.(下转第29页)42第1期潘天红等:基于即时学习的非线性系统优化控制 [-0.175,+0.175],σε(t)=0.1的白噪声扰动[9].系统的跟踪情况如图5所示.由图5可知,系统能较好地跟踪设定轨迹.5 结 论 本文从信息向量的相似性角度,提出了k2 VNN即时学习算法,该算法能够提高局部建模的精度.将该算法与数据驱动(Data2driven)的逆控制方法相结合,在得到系统控制量的同时,用性能指标最优策略在线修正系统控制量,可得到当前的最优控制量.将其作用于系统,可实现系统跟踪控制.为提高系统的泛化能力,同时避免系统数据库过于庞大,提出了数据库更新策略,以适应系统新的工况要求.仿真结果表明了所提出方法的有效性.参考文献(R eferences)[1]Atkeson C G,Moore A W,Schaal S.Locally weightedlearning for control[J].Artificial Intelligence Review, 1997,11(1):752113.[2]Rhodes C,Morari M,Tsimring L S,et al.Data2basedcontrol trajectory planning for nonlinear systems[J].Physical Review E,1997,56(3):239822406.[3]Arif M,Ishihara T,Inooka H.Incorporation ofexperience in iterative learning controllers using locally weighted learning[J].Automatica,2001,6(37):8812 888.[4]Bertolissi E,Birattari M,Bontempi G,et al.Data2driven techniques for direct adaptive control:The lazy and the fuzzy approaches[J].Fuzzy Sets and Systems, 2002,128(1):3214.[5]孙维,王伟,朱瑞军.即时学习算法在非线性系统迭代学习控制中的应用[J].控制与决策,2003,18(3):2632 266.(Sun W,Wang W,Zhu R J.Interative learning control for nonlinear system using lazy learning method[J].Control and Decision,2003,18(3):2632266.)[6]Bontempi G,Birattari M,Bersini zy learning forlocal modeling and control design[J].Int J Control, 1999,72(7/8):6432658.[7]潘天红,李少远,王昕.基于即时学习的非线性系统多模型建模方法[C].第二十四届中国控制会议论文集.广州:华南理工大学出版社,2005:2682273.(Pan T H,Li S Y,Wang X.A multi2model modeling approach to nonlinear systems based on lazy learning[C].Proc of the24th Chinese Control Conf.Guangzhou:Publishing Company of South China University of Technology,2005:2682273.)[8]李柠,李少远,席裕庚.基于L PF算法的多模型建模方法[J].控制与决策,2002,17(1):11214.(Li N,Li S Y,Xi Y G.Multi2model modeling method based on L PF algorithm[J].Control and Decision, 2002,17(1):11214.)[9]Bontempi G.Local learning techniques for modelingprediction and control[D].Bruxelles:IRIDIA2 UniversitéLibre de Bruxelles,1999.[10]Cheng Cheng,Chiu Min2Sen.A new data2basedmethodology for nonlinear process modeling[J].Chemical Engineering Science,2004,13(59):28012 2810. (上接第24页)[2]Tip suwan Y,Chow M Y.Control methodologies innetworked control systems[J].Control Engineering Practice,2003,11(10):109921111.[3]Hokayem P F,Abdallah C T.Inherent issues innetworked control systems:A survey[C].Proc American Control Conf.Boston,2004:489724902. [4]Nilsson J,Bernhardsson B,Wittenmark B.Stochasticanalysis and control of real time systems with random time delays[J].Automatica,1998,34(1):57264. [5]Hu S S,Zhu Q X.Stochastic optimal control andanalysis of stability of networked control systems with long delay[J].Automatica,2003,39(11):187721884.[6]Li S B,Wang Z,Sun Y X.Delay2dependent controllerdesign for networked control systems with long time delays:An iterative L MI method[C].Proc of the5th World Congress on Intelligent Control and Automation.Hangzhou,2004:133821342.[7]Zhang W,Branicky M S,Phillip s S M.Stability ofnetworked control systems[J].IEEE Control Systems Magazine,2001,21(1):84299.[8]樊卫华,蔡骅,吴晓蓓,等.具有延时和数据包丢失的网络控制系统的稳定性[J].南京理工大学学报,2004,28(5):4652468.(Fan W H,Cai H,Wu X B,et al.Stability of networked control systems with time delay and data packet dropout[J].J of Nanjing University of Science and Technology,2004,28(5):4652468.)[9]Wang Y,Xie L,De Souza C E.Robust control of aclass uncertain nonlinear systems[J].Systems and Control Letter,1992,19(3):1392149.[10]Boyd S,Ghaoui L E,Feron E,et al.Linear matrixinequalities in system and control theory[M].Philadelphia:SIAM,1994.[11]Hassibi A,Boyd S P,How J P.Control ofasynchronous dynamical systems with rate constraints on events[C].Proc IEEE Conf Decision and Control, Phoenix,1999:134521351.92。
基于时延的网络控制系统稳定性分析
基于时延的网络控制系统稳定性分析【摘要】在20世纪90年代网络控制系统问世了,它综合了计算机技术、通信技术和控制系统理论,是一个新生的控制发展理论课题,是现代工业生产发展的风向标,基于时延的网络控制系统稳定性的分析就显得至关重要。
本文简单介绍了网络控制系统的定义和网络控制系统发展现状、存在的问题,研究了基于实验补偿和预测控制的网络控制系统,针对不同控制系统的时延进行了分析。
【关键词】时延;网络控制系统;稳定性1 引言近年来,越来越多的学者将研究目光放在了网络控制系统身上,创造了许多优秀的成果。
网络控制系统通常理解为是对网络的控制,或者是通过网络传输的信号控制系统。
这两种理解方式都有控制和网络,但二者的主次观点不一致。
对网络的控制是指对网络本身的控制,可以通过运筹学和控制理论来实现对网络路由、网络数据流量等的调控。
网络本身可以进行远程的数据传输和交叉操作,网络技术凭借节约成本,便于维护、布线简单化等优势被大量应用于工业自动化、远程教学和培训、智能汽车、航空航天等领域。
在上述的应用过程中,网络控制系统会出现时延、数据包丢失等问题,而时延对网络控制系统的影响是最大的,所以基于实验的网络控制系统稳定性的分析影响深远。
2 网络控制系统存在的问题网络控制与传统的点对点直接控制系统相对照,它们的区别在于网络控制系统的各个节点是通过有线网络或者无线网络进行数据交换和信息控制,最后在网络作用下向执行器各节点发送控制信息。
网络的引入,自然会带来一些问题,包括网络时延、数据包丢失、数据包排序混乱、时钟同步、网络调度。
2.1 网络时延它是网络控制系统的关键问题。
时延通常是周期性的、定性的。
然而采用随机访问机制的以太网,网络时延有很大的不确定性。
网络节点往往需要竞争网络资源,而竞争一旦失败就要在一定的随机等待滞后才可重新竞争,这样的随机等待也就构成了网络时延,即使是采用减缓记得存储转发机制和访问端口冲突、交换式以太网也不能避免网络时延的产生。
网络控制系统的稳定性
11()x t A x =z(t)=Az(t)1 20 0x x ⎤⎡=⎥⎢⎣⎦()(()(x t Ax t y t Cx t ==tx的系统中只有在khτ+Φz kh()Φ=⎢-⎣静态网络调度协议可以像令牌环或令牌总线一样提供恒定的时延。
000 K ⎥⎢⎥Φ=⎢⎥-⎥⎥⎦Φ是时变的,而繁琐的记录也必须要执行,繁琐的记录tx()=u(t),tKΦ=⎢-⎣ t x ()=ax(t)+u(t),t⎢Φ=⎢利用混合系统分析技术分析稳定性()(x t Ax t+=为在t间B CB D ⎤⎥+⎦B e=⎰tx()=Ax(t)-BKx(t),t(sc x kh τΦ+()(k δΦ=Φτ),x(kh+)kx (kh+)k τ()k x kh τ+=()(k z kh δΦ()k δΦ=⎢⎣在控制系统的建立中,两台计算机分别控制被控对象和控制器,并通过起来。
每一台计算机各自运行着一VisualC++程序,使接口在他们之间建立协议连接,且接受各种数据参数,例如,采样周期、控制评估和同步时钟信号。
我们用MATLAB1 205 00x x ⎤⎡=⎥⎢⎣⎦125sin(x x x u==对应的离散状态集合,他们是事件发则这个异步动态系统是指数稳定的,此时的衰减率强于α。
它不要求每一个差分方程都是异步稳定的,通过求解一组线性矩阵不等式得到s z(kh)Φ1Φ=⎢Φ⎣20Φ=⎢⎣111222P p P p ααΦΦ≤ΦΦ≤()s z kh Φ1⎢Φ=⎢Φ20⎢Φ=⎢12Φ⋅Φ具有舒尔性质,则如果被控对象的状态是静态调度规划的,则此网1Φ和2Φ都具有舒尔性质。
12 1.00⎢Φ=⎢⎢Φ=⎢1Φ和2Φ都不具有舒尔性质,但是12Φ⋅Φ具有舒尔性质。
如果此调度网被应用,那么此系统()V X X =-ˆˆ(x(t))x(t)V ≤z 11()x t A x =,1c ,1((1))(()())()sc k k k sc k x k h L H x kh τδδτ++++=Φ-Φ+ ,(sc k Kx kh τ+111222,P P P PββΦΦ≤ΦΦ≤12max 2),()βλΦ≥Φ。
具有长时延和丢包的网络控制系统稳定性分析
收稿日期 : 2009209230; 修回日期 : 2009211202 作者简介 :蒋莲莲 (19842 ) ,女 ,湖北荆门人 ,硕士 ,主要研究方向为网络控制系统 、容错控制 ( nizhonglian0836 @163. com ) ;杨光红 ( 19632) ,男 , 吉林长春人 ,教授 ,博导 ,主要研究方向为网络控制系统 、容错控制 、非线性控制等 ;但雨芳 ( 19842) ,女 ,湖北赤壁人 ,博士 ,主要研究方向为数据挖 掘 、SOA; 王海浪 (19822) ,男 ,湖南长沙人 ,硕士 ,主要研究方向为电子式互感器 、容错控制.
引言
网络控制系统 ( networked control system s, NCS)是利用专 用或公用数据通信网络代替传统的点对点连接构成的闭环控 制系统 ,如图 1所示 。与分布式控制系统相比 ,其在通信网络 上建立闭环控制回路 ,具有简单 、快捷 、连线少 、可靠性高 、易实 现信息共享 、易维护和扩展 、成本低等优点 。正因如此 ,近年 来 ,以现场总线为代表的网络控制系统得到了前所未有的快速 发展和广泛应用 ,为进一步促进国家的以信息化带动工业化的 发展创造了条件 。但因为网络的引入 ,系统在传感器与控制器 和控制器与执行器之间就会因为网络的不稳定 、节点冲突 、带 宽限制等原因导致数据延迟和数据包丢失 。网络诱导时延分 为长时延和短时延 。大于一个采样周期的时延叫长时延 (τ> nT, n∈ ( 2, 3, 4, …) ) ;反之 ,则为短时延 。而数据包丢失可分 为异步丢失和随机丢失 [1 ] 。对异步丢失 , Zhang W ei[2 ]将有数 据包丢失的网络控制系统建模为具有事件速率约束的异步动
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
92
P M
郑州大学学报 ( 工学版 )
2009 年
T
式中: x c ( k ) ∀ R , u ( k ) ∀ R 分别为控制器的状 态和输出向量 ; F、 G、 H、 W 为具有相应维数的矩 阵 . y 0 ( k ) ∀ R 是控制器最近得到的对象输出 . 假设有 m 个传感器进行传输, 控制器收到的
T 2 T
< 0 ,
再由引理 1 ,得 ∀ i+ 1 P i+ 1 ∀ i+ 1 + C C - P i < 0 .
T
因为 C C ∋ 0 , 得
T
∀
T i+ 1
P i+ 1 ∀ i+ 1 - P i < 0 .
第 2期
张端金等
长时延多包传输网络控制系统的稳定性分析
93
由上式可知 : T T ∃V ( z ( k ) ) = z ( k ) ( ∀ i + 1 P i + 1 ∀ i + 1 - P i ) z( k ) < 0 , 故定理 1 成立. 注 1: 定理 1 给出了网络诱 导时延大于一个 采样周期情形下的网络控制系统指数稳定的充分 条件, 改进了文献 [ 6] 的结果. 定理 2 对于式 ( 6 ), 如果存在 m 个对称正 定矩阵 P 1, P 2, #, Pm , 以及常数 #> 0 , 满足下列 条件: - Pi 0 P i+ 1 ∀ i + 1 C 0 - #
2 m T
当传感器 1 进行数据传输时, 其余的传感器 处于等待状态. 此时 : 1 1 y 0 ( k ) = y ( k - 1); y 0 ( k ) = y 0 ( k - 1); y0 ( k ) = y0 ( k - 1 ) 当传感器 i 进行数据传输时 : i y 0 ( k ) ( i= j) i y0 ( k ) = i y 0 ( k - 1) ( i∃ j) 所以, y 0 ( k ) 可以表达为
!2 0 0 0 0 m #
# # # # # # 1
!h 0 0 0 (7) 0 m 0
对象输出为 y 0 ( k ), 则: y( k) = [ y (k) 1 y 0 ( k) = [ y 0 ( k )
1
y (k) # y (k)ቤተ መጻሕፍቲ ባይዱ] , 2 m T y0 ( k ) # y0 ( k ) ] .
0 引言
网络 控 制 系统 ( Netw orked Contro l Syste ms , NCS) 是指通过 网络形成 闭环的反 馈控制系 统. NCS的概念在 20 世纪 90年代初被提出, 现已引 [ 1- 3] 起人们的广泛关注 . 在网络控制系统中 , 传 感器、 执行器、 控制器等系统组件作为网络节点, 直接挂接在网络上, 通过共享的有线或无线通信 网络进行传感和控制信息的交换 . 这种网络化的 控制模式具有信息资源共享、 连接线数减少、 易于 扩展、 高效率、 高可靠性及灵活等优点, 是未来控 制系统的发展模式. 然而, 由于网络带宽的限制 以及传输机制的影响 , 网络控制系统不可避免的 存在信号时延、 数据包丢失及多包传输等问题 , 这 些问题都会导致系统性能下降甚至失稳. 因此, 如何利用有限的带宽资源, 尽量减少网络对系统 稳定性的影响是目前应关注的主要问题. 文献 [ 4] 将多包传输网络控制系统建模为异 步动力 学系统 ( A synchronous Dynam ica l Syste ms , ADS) , 基于对 ADS 的理论分析 , 得出了多包传输 网络控制系统稳定的结论 . 文献 [ 5] 采用类似的 方法来分析多包传输网络控制系统, 并且考虑了 传输延时的情况 . 文献 [ 6] 把多 包传输网络控制 系统建模为具有一定切换规则的线性切换系统, 针对网络诱导短时延为常数和随机的两种情形, 得到多包传输网络控制系统渐近稳定判据. 文献 [ 7] 在考虑延时大于一个采样周期的情况下 , 提
1 问题描述
为了明确本文研究所适用的范围 , 首先做如 下假设 : 传感器节点为时间驱动方式, 传感器 控制器是时不变的,
sc
节点依靠静态调度算法传输数据, 控制器、 执行器 节点采用事件驱动方式 . 网络控制回路总时延 = + , 不超过 n, 其
ca
中 n 为大于 1 的整数, T 为传感器和执行器的采 样周期 . 不考虑数据传输中的数据包丢失和时序 错乱问题. 基于以上假设, 考虑被控对象的状态方程:
!
x ( t) = Ax ( t) + Bu ( t) + Dw ( t) y ( t ) = Cx ( t)
N M L
( 1)
其中: x ( t) ∀ R 、 y ( t) ∀ R 、 u ( t) ∀ R 分别为被 控 对 象 的 状 态 向 量、 输 出 向 量 和 输 入 向 量; w ∀ R 为能量有限的干扰信号, A、 B、 C、 D 为具
N
有适当维数的矩阵. 离散动态输出反馈控制器 : x c ( k + 1 ) = Fx c ( k ) + Gy 0 ( k ) u ( k ) = H xc ( k ) + Wy0 ( k ) ( 2)
基金项目 : 河南省教育厅自然科学基金项目 ( 2008B120010) 作者简介 : 张瑞金 ( 1965- ), 男 , 湖 北荆州 人 , 郑 州大学 教授 , 博士 , 主要从 事网络 控制 研究 , E m a i: l iedjzhang @ zzu. edu. cn.
收稿日期 : 2008- 09- 22; 修订日期 : 2008- 11- 28
出了多包传输网络控制系统模型 , 但没有给出系 统的稳定性证明 . 笔者针对网络诱导时延大于一个采样周期的 情形, 利用切换系统分析方法和稳定性理论得到 网络控制系统的指数稳定性依据 , 数值算例验证 了所提方法的有效性 .
k k
( 1) L < 0 ; ( 2) L 11 < 0 , L 22 - L 12 L 11 L 12 < 0 ; ( 3) L 22 < 0 , L 11 - L 12 L 22 L 12 < 0 . 定理 1 如果存在 m 个 对称正 定矩阵 P 1, P 2, #, Pm , 以及常数 #> 0 , 满足下列条件 : ∀ i+ 1 D P i+ 1 0 ∀ i+ 1 D Pi 0 > ( 8) 2 0 I C 0 0 #I C 0 i∀ { 1 , #, m }, P 1 = Pm 其中, C = [ C 0 ], ∀ i + 1由式 ( 7 ) 定义 . 则系统式 ( 6 ) 描述的网络控制系统是指数稳 定的. 证明: 当干扰信号 w ∀ R 为零时 , 取分段李 T 亚普诺夫函数 V ( z ( k ) ) = z ( k ) P i z ( k ), P i 对应
T T T T T
x ( k + 1 ) = x ( k ) + ! 0H x c ( k ) + ! 0W (M i Cx ( k ) + ( I - M i ) y0 ( k - 1 ) ) + ! 1 u ( k- 1 ) + ! 2 u ( k - 2 ) + # + ! h ( k - h ) + Dw ( k ), y 0 ( k) = M i Cx ( k ) + ( I - M i ) y 0 ( k - 1 ), u( k) = Hx c (k ) + W (M i Cx (k ) + ( I - M i ) y 0 ( k - 1) ). 则增广闭环系统为 z (k + 1) = ∀ i z (k ) + Dw (k ) ( i= 1 , 2 , #, m ) ( 6 ) 式中: z ( k ) = [ x ( k ) x c ( k ) y 0 ( k - 1 ) u ( k - 1 ) u ( k
长时延多包传输网络控制系统的稳定性分析
张端金, 张
摘
浩, 王
磊
( 郑州大学 信息工 程学院 , 河南 郑州 450001) 要 : 研究了同时具有大 于一个 采样 周期的 随机 传输 时延及 多包 传输的 网络 控制系 统的 稳定 性问
题 . 系统中传感器采用时间驱 动 , 控制器和执行器采用 事件驱 动的方 式 , 将 多包传 输控制 系统建 模为 切换控制系统 . 然后基于切换系统分析 方法和稳定性理论 , 利用线性矩阵不等式方法 , 得到了网络控制 系统指数稳定的充分条件 . 最 后 , 通过数值算例验证了所提方法的有效性 . 关键词 : 网络控制系统 ; 长时延 ; 多包传 输 ; 稳定性 中图分类号 : T P 273 文献标识 码 : A
N - 1 T T - 1
= T, th = 0 , ti < ti - 1. 对于系统式 ( 1 ), 在 [ kT, ( k + 1 )T ] 内积分并 考虑网络诱导时延可得到的系统离散状态方程为 x( k + 1) = y (k ) + cx ( k) 式中 : D = = exp ( AT ); ! i = D ! ,D ! =
2
增广闭环系统为 : z ( k + 1 ) = ∀ i z ( k ) + Dw ( k )
[ 8] m m 2 2
( i= 1 , 2 , #, m ) 式中: ∀ i ( i = 1 , 2 , #, m ) 表示在一个周期静态规 划中的第 i 个切换模型对应的状态矩阵. 因此, 多包传输网络控制系统 就建模为线性切 换系统 模型.
2 稳定性分析
( 3) 笔者利用线性矩阵不等式方法和切换系统理 论来分析多包传输网络控制系统的稳定性 . [ 9] 引理 1 ( Schur 补引理 ) 对于给定的对称 矩阵 L = L 11 L