網(wǎng)絡化控制系統(tǒng)自適應預測控制方法研究.pdf

1、網(wǎng)絡化控制系統(tǒng)(Networked Control Systems,簡稱NCS)已經(jīng)成為近年的研究熱點，但是卻幾乎無人涉及其自適應控制問題的研究，本文在深入分析網(wǎng)絡時延的統(tǒng)計特性的基礎上，基于NCS的時變ARMAX及CARIMA模型，對NCS的自適應預測控制方法進行了系統(tǒng)地研究，提出了幾種既能保證NCS動態(tài)性能，又同時具有較好實時性的自適應預測控制算法． 本文在進行NCS的控制方法研究時，有兩點基本原則貫穿始終： 第一點

2、是要保證NCS的實時性，對于NCS來講，保證其實時性是很重要的，所以在選擇控制算法的時候，應該盡量考慮采用具有在線實時遞推功能的簡潔算法． 第二點是盡量只使用系統(tǒng)的輸入輸出數(shù)據(jù)對系統(tǒng)進行控制，這樣可以使較少的信息在網(wǎng)絡上傳輸，從而減少網(wǎng)絡負載和網(wǎng)絡時延． 在NCS的研究中，由網(wǎng)絡引入的隨機時變時延一直是研究的重點和難點．針對這一問題，在這一領域中，本文首次按照RFC2544規(guī)范對網(wǎng)絡時延進行了為期6個多月的實際測試，獲得

3、了170余萬個網(wǎng)絡時延數(shù)據(jù)；利用時間序列分析和隨機過程的方法對這些時延數(shù)據(jù)進行了詳細而深入地分析，得到了有關網(wǎng)絡時延的基本統(tǒng)計特征，為后面進行NCS的分析和設計打下了基礎． 在對網(wǎng)絡時延的分析中，提出了一種網(wǎng)絡時延數(shù)據(jù)預處理算法，該算法能夠有效剔除網(wǎng)絡時延數(shù)據(jù)中的非平穩(wěn)趨勢，為網(wǎng)絡時延預測的準確性提供了保證。通過對網(wǎng)絡時延數(shù)據(jù)相關性的分析，指出了網(wǎng)絡時延模型的基本特征，對網(wǎng)絡時延估計結果的正確性和估計效率提供了有力保證．

4、 針對網(wǎng)絡時延的隨機時變和非線性的特點，提出了兩種適合于NCS的時延預測算法；一種是自適應最小均方(Least Mean Square,簡記為LMS)時延預測算法，另一種是基于最小二乘支持向量機(Least Square Support VectorMachines,簡記為LS-SVM)網(wǎng)絡時延預測算法．仿真結果表明，該兩種算法均能夠較好地兼顧預測精度和實時性要求，可以用于不同特點的NCS中． 針對NCS的特殊性，在比較現(xiàn)有NC

5、S控制方法的基礎上，對NCS的自適應預測控制方法進行了系統(tǒng)地研究，并提出了如下四種NCS的自適應預測控制算法： (1)提出了基于網(wǎng)絡時延辨識的NCS自適應預測控制算法．該算法使用前面提出的網(wǎng)絡時延預測算法，先辨識時延，然后再根據(jù)該時延對NCS進行預測控制；算法中采用了兩個在線遞推辨識器，一個負責時延辨識，另一個用于時變參數(shù)辨識；仿真結果表明，所提出的算法能使系統(tǒng)輸出有效跟蹤期望輸出的情況下，同時保持較好的實時性． (2)

6、提出了節(jié)點緩沖排隊機制和自適應預測控制相結合的NCS控制方法．在本方法中，使用了直接辨識控制器參數(shù)的自適應預測控制算法，該算法不需要在線求解Diophantine方程，減少了計算時間，較好地保證了NCS的實時性；在此基礎上，又進一步提出了一種改進型的自適應預測控制算法，不僅避免了在線求解Diophantine方程，并且也不需要進行矩陣求逆運算，使算法的實時性大大提高．通過對該算法進行收斂性分析表明，在較弱的假設條件下，所提算法能保證NC

7、S大范圍漸近收斂． (3)在上述算法基礎上，進一步研究了NCS的多模型預測控制方法，首次提出了一種符合網(wǎng)絡時延特征的NCS多模型預測控制算法．使用兩個固定模型和兩個自適應模型的多模型控制方案，建立了NCS的多模型預測控制算法，并對該算法的收斂性和穩(wěn)定性進行了分析，分析表明，本文所提出的多模型切換算法能保證NCS全局收斂． (4)提出了一種針對NCS的多速率采樣控制算法．該算法結合了多步預測自校正控制和節(jié)點緩沖排隊機制在N