网络控制系统

e ssc
G p ( s)
Y ( s)

Wm ( max )


1 s(1 ) max / 2 1 s(1 ) max / 2
NCSs的离散延迟模型 假设1) 传感器为时间驱动方式，控制器和执行器为事件驱动 方式； 假设2) 网络延时有界且服从某一确定分布； 假设3) 不同采样周期网络时延互相独立；
第十五章 网络控制系统
二．主动分析方法 主动分析方法在考虑网络对NCSs影响的基础上进行，进而讨 论相应的系统分析以及控制器设计等问题。显然，与被动 分析方法相比，主动设计方法在控制器设计以及系统分析 过程中有效利用了网络信息，因而所得分析结果的保守性 更小，控制策略也更为合理。 主要的主动设计方法有： 1) 时延整形法[9]。 2) 多模型控制法[10]。 3) 随机控制方法[11]。 4) Lyapunov-Krasovskii方法[7, 13]。 5) 切换控制方法[14]。 6) 预测控制方法[15]。 7) 其他控制算法[16]。
第十五章 网络控制系统
对象
yk
量化器1 -
uk
观测矩阵
控制器
xk

量化器2
xk

观测器
量化反馈控制系统结构框图 15.6 网络控制系统控制器设计 15.6.1 控制器设计方法 针对网络诱导的时延，有不少补偿控制设计方法，其中延迟整形 技术是其中一种。所谓延迟整形是指将网络上时变的时延通过 “整形器”转化为固定的时延。系统时延经过整形后，控制律 的设计问题就转化为一般的采样数据控制问题。延迟整形方法 是研究可变时延条件下NCSs稳定性问题的一种简便方法。
y (k ) Cx(k ) w(k )
LQG最优控制问题的性能指标是最小化如下的二次型函数：
第十五章 网络控制系统
J (k ) E{x ( N )Q0 x( N )
T T T [ x ( k ) Q x ( k ) u (t )Q2u(k )]} 1 k 0 N 1
其中Q0≥0 ， Q1≥0为非负定的加权矩阵， Q2≥0为正定矩阵。 Q0 ， Q1 和 Q2分别表示对终端状态，状态向量和控制输入 向量的加权。运用动态规划方法获得的最优状态反馈控制 T 律为： T T u ( k ) L( k , k ) x (k ) u (k 1) 15.6.3 增广确定控制技术 文献[23]针对具有周期性时延特性的网络控制系统提出增广 状态的确定性离散时间网络控制系统模型。 15.6.4 基于QoS的控制方法 在基于QoS(quality of service)的控制方法中，控制器的参数可 以根据当前网络的负载情况或者网络的服务质量(QoS)来动 态调整。
传感器
k 3
k 2
k 1
k
k 1
控制器
执行器
NCSs中数据流程模型
k , t k ,..., t k , t k th 0 1 h1
第十五章 网络控制系统
15.3.3 NCSs的节点驱动方式 NCSs中各节点的工作方式可以分为时间驱动 (time-driven) 和 事件驱动 (event-driven)两种。以控制器为例，所谓时间驱 动的工作方式是指控制器在时钟的作用下定时从等待队列 中取得反馈的采样信号，然后开始执行控制算法，产生决 策信息发送给执行器。而事件驱动即用事件“反馈信号到 达”，来驱动控制器执行控制算法产生决策信息。同样在 执行器结点也存在不同的驱动方式。与控制器和执行器不 同的是，传感器节点通常采用定长时间采样。 15.4 网络控制系统模型 15.4.1 NCSs中的基本假设 由于网络的引入，使得控制系统的分析变得非常复杂，并往 往造成控制系统定常性、完整性、因果性和确定性的丧失 等[7]。
15.4.3 离散系统模型 Ray等人[9]基于各节点均采用时间驱动方式提出了一种增广的 确定性离散系统模型。
第十五章 网络控制系统
15.4.3 离散系统模型 Ray等人[9]基于各节点均采用时间驱动方式提出了一种增广 的确定性离散系统模型。
R( s )

E ( s)

Gc (s)
U ( s)
e sca
第十五章 网络控制系统
15.6.5 鲁棒控制方法 在网络控制系统中由于系统本身以及网络引入往往带来各种 不确定性，采用鲁棒控制方法是可以在一定程度上抑制系 统不确定性的影响。 15.6.6 其他控制方法 针对网络控制系统的特点，不少传统的控制方法，如广泛应 用的PI/PID控制等，经过改进后仍可以运用到网络控制的 环境中。 根据调度协议性质的不同，NCSs的调度协议可分为静态调度 协议和动态调度协议。
第十五章 网络控制系统
15.5.2 量化反馈系统的稳定性分析 在经典反馈控制理论中，系统反馈输出直接被引入到控制器 产生控制信号，进一步作用于控制对象，然而在网络控制 系统中，模拟信号在通过网络信道传输之前必须要量化后 才能传输，因此信号量化在网络控制系统中有着广泛的应 用。通过量化器的作用，使得系统实时输出信号被转化为 有限长度的数字信号，因而可能会影响系统的控制精度和 稳定性。量化器按量化方式分主要有两大类；均匀量化器 和非均匀量化器。 15.5.3基于状态观测的量化反馈稳定性分析 考虑到网络控制系统中状态不一定能测量到，因此分析带 有状态观测器的量化反馈控制稳定性具有现实意义。假设 带有状态观测器的量化反馈网络控制系统如图所示，其中 被控对象的状态空间模型为
第十五章 网络控制系统
15.4.4 混合系统模型 网络控制系统的混合系统模型是一个既含有连续变量又含有 离散变量的混合系统。 15.4.5 有数据包丢失时NCSs的模型 在NCSs中当节点故障或信息冲突时会发生数据丢包现象。虽 然大多数网络协议都有重发机制，但数据仅在有限的时间 内重发，一旦超出这个时限，将发生丢包现象，将造成数 据的丢失。数据的丢包现象可能会对控制系统的控制品质 产生影响，甚至造成闭环系统的不稳定。文献[8]将网络控 制系统中的丢包问题作为异步开关系统(Asynchronous Switched Systems)进行建模。 15.4.6 时滞系统模型 在同时考虑随机长时延和数据包丢失的情况下可将网络控制 系统建模成一个具有随机时延的时滞控制系统。假设传感 器是时间驱动方式，控制器与执行器均为事件驱动方式。
第十五章 网络控制系统
目录 15.1 网络控制系统概述
15.2 网络控制系统概念和结构
15.3 网络控制系统的时序
15.4 网络控制系统模型
15.5 通信约束下的网络控制系统稳定性分析 15.6 网络控制系统控制器设计
第十五章 网络控制系统
15.1 网络控制系统概述 21世纪是一个网络化的时代，网络的普遍性决定了其在生活中的 广泛应用。对网络系统的研究最早始于20世纪50年代，如随机 图ER模型等。随着国际标准化组织的开放系统互连基本参考模 型，即通常提到的七层协议(1977)问世以来，第三代的计算机 网络得到了学术界的广泛关注。该网络使用户能共享其中的大 多数硬、软件和数据资源、减少计算机的负荷，提高网络的可 靠性并使得计算机具有可扩展性和可换性。在无尺度网络模型 的引入和小世界模型的基础上，有关复杂网络的研究得到了进 一步深入。比如，通信网络、计算机网络、电力网、供水网、 食品供应网、交通网、银行金融系统、油管输网、输气管网、 输油管网以及控制网络等大量实际复杂网络中都含有无尺度以 及小世界的特性。目前，复杂网络已经在生物学、社会学和计 算机科学等相关领域中发挥了举足轻重的作用。李伯虎院士 (2008)提出的云计算概念进一步丰富了复杂网络的应用，云计 算将计算任务全部交给网络化的仿真平台，用户通过终端很难 感觉到网络化仿真平台的存在，仿佛在云雾中一样，故取名云 计算。
第十五章 网络控制系统
高层控制器 第一层 网络 控制器1 控制器2 控制器k
第二层 网络
执行器1
执行器m
传感器1
传感器n
对象
网络控制系统的结构图
第十五章 网络控制系统
15.2 网络控制系统概念和结构 马里兰大学的学者G. C. Walsh在其论文中最早提及网络控制 系统“networked control systems”[2]，但是未给出NCSs的 明确定义。通常认为NCSs是指某个区域现场所有传感器、 控制器以及执行器和通信网络全体的集合，为各种设备之 间的互联提供数据传输，使得该区域内不同地点的用户实 现协调操作及资源共享，是一种网络化实时和全Байду номын сангаас布式的 T 反馈系统。
执行器 对象 传感器
ca
网络
控制器
sc
网络控制系统的框图
参考输入
第十五章 网络控制系统
网络给NCSs带来的关键问题有： ①执行器响应时刻和时延采样时刻之间存在不可忽略的滞后。 ②在某一时刻间隔内存在的数据时序抖动。 ③数据丢包。 一．被动分析方法 被动分析方法首先在不考虑网络情况下对控制器进行设计， 然后进一步考虑网络影响来分析闭环NCSs的系统性能。涉 及的主要方法有： 1） 网络摄动法[2]。 2) Lyapunov-Krasovskii方法[3-6]。 3) 其他方法。
第十五章 网络控制系统
15.4.8 其他模型 除了上述的模型外，有不少研究工作还针对网络控制系统的 特性，提出了一些其他的模型和建模方法。 15.5 通信约束下的网络控制系统稳定性分析 15.5.1 网络控制系统稳定的通信约束 网络控制系统中由于引入网络作为传输介质，同时网络作为 一个公共使用的信息传输信道，在控制系统数据传输时难 免会存在通信约束问题，这也是网络控制系统区别于传统 控制系统的一个重要特性。在通信约束情形下，控制系统 的稳定性和性能都会受到影响，因此控制系统在通信约束 下的稳定性分析是网络控制系统分析与综合过程的重要研 究内容。
第十五章 网络控制系统
Q1u (k )
q1
ca k
执行器（时间 驱动）