有限网络传输模式下控制系统的综合方法研究

来源 :华东理工大学 | 被引量 : 1次 | 上传用户:liuyong402
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,计算网络和通信技术的迅速发展正在使传统的点到点的控制模式发生改变,由通讯网络构成反馈控制回路的方式正得到越来越广泛的应用。通信网络的引入不仅改变了控制系统中数据的传输方式,提升了控制系统的适用范围,同时也带来一些网络诱导的不利现象(例如,数据传输时滞、数据丢包和信号量化等),这些会影响甚至改变整个控制系统的控制性能。因此,如何设计有效的控制器保证被控系统在有限网络传输模式下达到良好动态性能是一个非常重要的实际问题。本文从分析已有相关研究工作和控制算法的特点和局限性入手,利用滑模控制和预测控制等先进控制思想和方法提出了具有创新性的控制器设计方法,从理论证明和计算机仿真两方面验证了这些方法的有效性。本文主要工作包括:(1)针对存在通讯受限的不确定随机系统,首次提出了存在数据丢包情况下滑模控制的设计问题。通过构造一个状态补偿器来弥补经通讯网络传输时可能丢失的数据,然后设计了一种依赖于丢包概率的切换函数和滑模控制器,并利用随机Lyapunov计的切换面是有限时间可达的(依概率1);(2)针对系统测量信号经通讯网络传输中可能发生连续丢包的情况,研究了类线性离散系统的H∞控制问题。为了补偿可能发生的数据多包丢失问题,分别针对状态可测和不可测情况构造了相应的补偿器,并设计了基于状态反馈和基于输出反馈的H∞控制器,给出了闭环系统指数均方稳定且满足给定的H∞干扰抑制水平的充分条件;(3)针对系统输出信号在传输前需要量化且在传输时可能发生丢包的情况,研究了一类线性系统的输出反馈控制问题。首先利用补偿方法处理可能丢失的系统输出信号,并采用扇区界的方法将输出量化误差转换为具有扇区界的不确定性,给出动态输出反馈控制器的设计方法,从而克服数据丢包和量化误差的影响,保证闭环系统是指数均方稳定的;(4)针对同时存在控制信号量化和输入时滞的情况,研究了约束控制系统的预测控制问题。利用量化矩阵将被控系统建模为范数有界不确定性的约束控制系统,并在多速率框架下(即输出采样周期是输入更新周期的整数倍),给出了一种传输时滞的补偿策略。通过求解有限时域滚动优化问题,设计了鲁棒预测控制器,在降低量化和网络时滞给系统带来的负面影响的同时,保证了闭环系统的稳定性;(5)研究了已有控制策略如何面对系统信号需要量化的问题。针对同时存在量化和数据丢包的情况,研究了如何设计量化器保证已有的H∞控制器仍能达到期望的动态控制性能。通过设计参数自适应调节的量化器,提出了一种量化器参数可以自适应调整的H∞控制器,从而可以保证针对无量化情况设计的控制器面对存在量化误差情况时仍具有良好的动态性能。
其他文献
目的探讨重复经颅磁刺激(rTMS)联合常规药物治疗老年抑郁失眠的临床效果。方法选择在我院治疗的108例抑郁失眠的老年患者,按照随机数字表法分为对照组和观察组,各54例。对照
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
摘要:科研能力培养是高层次人才能力培养的重要内容,也是培养我国创新型人才,满足社会科学发展的实际需求。本文围绕理工类本科生科研能力培养,从建设体现科研能力培养特色的课程体系、发挥本科生导师组制指导科研、创新本科生科研能力培养教学组织形式、完善评价与保障机制等方面展开,探索理工科本科生科研能力培养的合理模式及途径,对促进理工科本科生从事科研活动,提高其科研水平和能力具有一定的作用和现实意义。  关键
复杂网络与复杂性的研究近年来一直是科学界和工程界关注的热点。网络充满了整个自然界和社会,从庞大的互联网和万维网,到生命体的新陈代谢和社会网,我们生活在一个充满着各
论述了铌对铸铁显微组织和性能的影响,铌在铸铁中以NbC形式与奥氏体形成共晶体。在共晶体中NbC呈条形放射状。在铌铸铁中加入钛,形成TiC先于NbC析出,随后NbC围绕TiC结晶,最终形成
本文运用面板门限模型实证分析我国企业通过进口贸易渠道获得的技术溢出效应,并检验我国知识产权保护的强度在此过程中所产生的影响,发现知识产权保护在进口贸易的技术溢出中
总结H2O2分解实验中存在的问题及产生原因,利用实验室常规材料组装、自制实验装置。结果表明,自制实验装置具有操作安全、结果明显、定量分析等优点;优化过程能充分调动学生
摘要:本研究属于机器人机构学领域,是对移动连杆机构进行的研究。连杆是腿足式、蛇形及不规则形态(非生物外形)机器人的基本构件;其尺寸、形状设计自由度大:连接铰链的种类和配