网络控制系统的二维调度策略及协同控制研究

来源 :西南大学 | 被引量 : 0次 | 上传用户:cdp850911
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
网络控制系统是以网络为传输媒介,将空间不同位置的传感器、控制器、执行器等组成一个实时反馈的控制系统,能够实现带宽资源的共享,已较为广泛地应用在工业控制系统、电气自动化工程和航空航天等领域。由于系统中网络媒介的引入,网络控制系统不可避免出现一些问题,诸如网络阻塞、数据包丢失、网络信息传输的时延等,这些问题则会降低系统的控制性能、甚至使得系统不稳定。所以,如何降低网络控制系统中不利因素带来的影响是网络控制系统相关研究的重点。网络调度作为一种可以合理分配系统资源、有效调度节点发送信息的次序、提高系统整体性能的有效方法,其相关研究具有重要的理论研究意义与极高的工业应用价值。本文主要针对调度策略进行研究分析,展开以下几方面的研究工作:首先介绍网络控制系统的背景与发展现状,并阐明了其主要的研究热点;列举了工业控制网络通信中常用的几种媒介访问协议;然后聚焦到网络控制系统的调度方法研究方面,通过简要的综述分析,进而,引出本文将要开展的“网络控制系统中变采样周期调度与优先级调度相结合的二维调度策略及协同控制研究”。在陈述本文的主要研究工作之前,对所基于的网络通信协议--CAN总线以及所要用到的仿真工具--TrueTime进行了简单的介绍,并对本文主要关注的网络时延对系统性能的影响问题、以及本文所涉及到的几个相关概念进行了说明。在对网络控制系统中已有的反馈调度、模糊调度等基础上,本文先从优先级调度的角度进行分析研究,提出改进型的模糊反馈调度策略,完成网络回路调度算法的设计,并进行了仿真实验分析。所提出的调度策略综合考虑控制回路的误差、误差变化与网络传输时延,以及结合CAN总线的广播特性,使用模糊推理系统,动态调整系统中的回路优先级。本文基于TrueTime仿真工具对网络控制系统进行建模与仿真研究,对多回路的网络控制系统进行了仿真建模与系统性能分析。仿真结果证明,所提出的调度策略可确保网络控制系统的整体性能均衡,很好改善系统的整体性能。考虑到由于被控对象本身变化或系统性能差异过大而导致传感器节点时间触发的采样周期也需要改变的情况,本文在保证系统稳定、网络负载能力的限制以及网络可调度的约束下,考虑变采样周期调度与优先级调度的协同设计:将变采样周期调度作为一级调度、优先级调度作为二级调度形成一个闭环的二维调度策略,并应用到网络控制系统中。该二维调度策略是首先根据网络的运行状况与控制性能相应调整回路的采样周期,其次根据各回路的性能调节各自的优先级,并对该二维调度的协同设计做初步的研究与仿真验证。通过仿真分析,所提出的二维调度策略本文综合考虑了变采样周期调度和系统的控制特性,既可以满足系统对网络利用率的要求,又能够保证系统中控制回路良好的控制性能;最后通过仿真工具验证变采样周期调度算法与优先级调度算法相结合的优越性能。
其他文献
随着无线传感器网络的出现和成熟,在无线传感器网络中逐渐出现了许多对大量事件进行实时处理的应用需求。事件流处理需要应对庞大的数据集和高度的流动性,如何在有限的内存中
P2P搜索技术作为P2P技术体系中核心技术之一,在整个P2P发展过程中扮演着重要的角色,当前的主流的P2P搜索研究以提高网络流量控制、负载均衡、响应时间等服务质量为目标。P2P
研究表明,同一个人在不同光照情况下得到的图像之间的差异往往比不同人在相同光照条件下得到的图像之间的差异还要大,因此消除光照变化对人脸图像造成的影响对人脸识别来说具
小波神经网络(Wavelet Neural Network,WNN)是基于小波分析理论所构造的一种人工神经网络。小波神经网络应用至今,已经被广泛运用到非线性函数的逼近、信号的分类、动态建模
近些年,各种病毒大规模传播的情况时有发生,给人类的健康甚至生命安全带来了严重威胁。其中,很具有代表性的就是甲型流感病毒(Influenza A Virus,IAV)。为了加强人们对病毒的
目前,随着互连网络、复杂网络等网络技术的快速发展,网络模型及其通信效率已成为各领域的研究热点,尤其是在高性能计算、网格计算等方面。网络技术的不断创新使得各种拓扑结
血压、体温和脉搏的测量是现代医学普遍应用的技术。  在血压的测量方面,目前一般医院使用的水银血压计,是基于柯氏法,科氏音法测量血压并不尽如人意:首先,收缩压和舒张压确定比
当今的信息社会通信网络己成为人们生活中不可或缺的工具。然而,生活在网络世界中的人们却经常被由大量并发数据所造成的网络拥塞所困扰,分析和解决网络信息流的拥塞问题受到
计算机视觉技术得到了国内外广大学者们越来越多的关注。其中有关视频图像中运动对象的分割提取技术是最为基础和重要的一个研究方面。从视频中快速,准确的分割提取出运动目