网络控制系统时延研究综述

合集下载
  1. 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. 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. 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)。

网络控制系统时延研究综述

胡晓娅,朱德森,汪秉文

(华中科技大学控制科学与工程系,武汉430074)

摘要:网络控制系统中由于通讯网络的引入而导致的网络时延在不同程度上降低了系统的控制性能,甚至会造成系统的不稳定。本文就网络控制系统所带来的时延问题进行了详细地分析;根据两种闭环网络控制系统时延模型,对目前关于时延问题的常用分析与研究方法进行了论述和总结。在此基础上,进一步分析了闭环网络控制系统设计中针对时延问题尚待解决的问题以及一些新的研究方向。

关键词:网络控制系统随机时延控制策略调度算法

1 引言

随着计算机网络的广泛使用和网络技术的不断发展,控制系统的结构正在发生变化。使用专用或公用计算机网络代替传统控制系统中的点对点结构,实现传感器、控制器和执行器等系统组件之间的控制信息可以相互传递的系统,不仅在部件散布在大范围区域的广域分布式系统(如大型工业过程控制系统)中,甚至在集中的小型局域系统中(如航天器、舰船以及新型高性能汽车等)都正在或者将要得到使用。在这样的控制系统中,检测、控制、协调和指令等各种信号均可通过公用数据网络进行传输,而估计、控制和诊断等功能也可以在不同的网络节点中分布执行。通过网络形成闭环的反馈控制系统称为网络控制系统(Networked Control Systems,简记为NCS)。NCS与传统的点对点结构的系统相比,具有可以实现资源共享、远程操作与控制、较高的诊断能力、安装与维护简便、能有效减少系统的重量和体积、增加系统的灵活性和可靠性等诸多优点[1-3]。另外,使用无线网络技术还可以实现用大量广泛散布的廉价传感器与远距离的控制器、执行器构成某些特殊用途的NCS,这是传统的点对点结构的控制系统所无法实现的。

但是NCS在通过共享网络资源给控制系统带来各种优点的同时,也给系统和控制理论的研究带来了新的机遇和挑战。例如,由于信道竞争、物理信号编码和通信协议处理等带来的额外开销,在控制器、执行器和传感器之间不可避免地引入了不同类型的时延,这些时延统称为网络时延。根据所采用的网络协议和设备的不同,这类时延可能是确定的、有界的或随机的,它们在不同程度上降低了系统的控制性能,甚至造成系统的不稳定。尤其当网络上存在多个控制回路时,网络时延会使各回路之间产生耦合,从而使网络控制系统的分析和设计更加复杂[4,5]。因此,网络通信带来的端到端的时延是研究NCS的关键因素,既要减小时延降低其不确定性,又要克服时延对控制系统的不利影响。

本课题得到高等学校博士学科点专项科研基金资助(20020487023)

- 1 -

- 2 -

本文就网络控制系统所带来的时延问题进行了详细分析,根据两种闭环网络控制系统时延模型,对目前关于时延问题的常用分析与处理方法进行了论述和总结。在此基础上,进一步分析了闭环网络控制系统设计中针对时延问题尚待解决的问题以及一些新的研究方法。

2 网络时延

2.1时延组成

网络控制系统时延组成如图一所示。

图一 网络控制系统模型

在图一所示网络控制系统模型中,系统中的总时延k τ主要包括三个部分[6]:

,,,k sc k ca k c k ττττ=++

其中,k是表示时延产生于第k个采样周期; k τ是指从传感器发出信号到执行器接收到信号之间的总时延; ,sc k τ是指传感器到控制器的时延;,c k τ是控制器的计算时延; ,ca k τ指控制器到执行器的时延。 ,c k τ是随所执行操作的计算量不同而改变的,但实际上,c k τ比,ca k τ、,sc k τ小很多,而且可以通过适当的软硬件设计来进一步减小。因此在大多数分析中,c k τ可以忽略,或者将其归于,ca k τ中[6,7]。

不同类型的工业网络有着不同的时延特性和实时要求。例如,以太网所带来的时延是不确定的随机时延,而令牌总线网引起的是确定的有界时延。NCS 主要分析和研究随机特性时延。一般,对于时延的分析,包括两种情况,一种是k h τ≤,即总时延小于一个采样周期;

- 3 -

另一种是k h τ>,即总时延超过一个采样周期(大时延)。

2.2时延模型

迄今为止还没有任何一种网络时延模型可以适用于大部分的网络情况的分析。目前,针对随机时延,主要有两种近似模型[7]:时延之间相互独立的随机时延模型与马尔可夫链下的随机时延模型。

时延之间相互独立的随机时延模型基于如下假设:任意两次传输时延之间是相互独立的,这样每一个时延都可以看作独立的随机变量,用相应的随机函数模型来描述。而马尔可夫链下的随机时延模型考虑了相邻时刻产生的时延之间的相互联系,并引入马尔可夫链模型来描述这种依赖关系。例如文[6]将网络负载情况分为三个层次:低负载(L)、中负载(M)、高负载(H),并分别定义为马尔可夫链的三个状态。对应每一种网络负载状况r S ∈都有相应的概率分布函数来描述此时的时延分布规律。定义网络负载从一种状态i变为另一种状态j的概率为ij q ,即:

{}1|,ij k k q P r j r i j S +===∈

式中S={L;M;H}为网络负载状态描述集, k r S ∈是网络在k时刻的负载状态。

2.3节点的驱动方式

在NCS 中,网络时延的存在会影响信号到达顺序,从而影响整个系统的性能。所以在分析网络时延时,必须要考虑系统中每个节点的驱动方式。不同的驱动方式会决定不同的时延处理方法。我们必须根据不同网络控制系统环境特征,选择合适的节点驱动方式。NCS的节点有两种驱动方式,即时钟驱动(Time Triggr )和事件驱动(Event Trigger)。一般来说,若在网络环境中存在大量非周期的,没有确定传输时间的数据交换时,采用事件驱动方式较好,而当网络中主要进行的是周期性的数据交换时,采用时钟驱动方式较好。NCS的传感器一般采用时钟驱动,传感器的时钟即为系统的时钟,而控制器和执行器既可以是时钟驱动,也可以是事件驱动。

当传感器和控制器是时钟驱动,执行器是事件驱动时,系统信号时序如图二所示。当传感器是时钟驱动,控制器和执行器是事件驱动时,系统信号时序如图三所示。

相关文档
最新文档