基于滚动时域优化策略的网络化系统状态估计与控制器设计
State Estimation and Controller Design for Networked Systems Based on Moving Horizon Optimization Strategy
传统点对点控制模式是将控制对象的现场数据通过电缆线集中到中央控制室,由中央处理器计算得到的控制量再通过电缆线下放到现场.随着通信、计算机和控制技术的飞速发展,这种控制模式已经不能满足不断提高的控制系统性能要求,并使得控制模式发生了根本性变化.控制系统是由传感器、控制器和执行器等多个环节组成,每个环节通过共享网络实现与其它环节的信息交换,从而形成网络化控制系统.近年来,网络化控制系统已经成为控制理论研究的热点方向.虽然已取得了不少研究成果,但仍有许多问题尚未解决并对现有的控制方法提出了新的挑战.考虑到滚动时域的优化策略在状态估计与控制器设计上不同于反馈的策略,这样带有丢包、数据量化以及通信约束的网络化系统的估计与控制问题可以基于滚动时域窗口的性能指标进行优化求解,进而取得优越的系统性能.因此,本文针对丢包、数据量化和通信约束,研究了基于滚动时域优化策略的状态估计与控制器设计,建立了丢包、量化和通信约束特征参数与系统参数和性能之间的关系.本文主要内容有:1)针对随机丢包过程满足独立同分布伯努利序列的网络控制系统,基于滚动时域优化策略,提出了一种能够充分利用滚动窗口内系统输入输出信息的滚动时域状态估计方法,以克服数据包随机丢失带给系统的影响.这种估计方法能够充分利用那些以不等式约束形式出现的关于状态和输入输出的额外信息,提高了状态估计的准确性和合理性.与现有的其它估计方法相比,该方法的一个显著特点在于:如果当前数据包发生丢失,滚动窗口内的一段最新数据而非仅前一个时刻数据或当前数据直接置为零,能够用于估计器设计,这样提高了估计的精度.此外,通过分析估计器的估计性能,以不等式的形式给出了保证估计性能收敛的充分条件.最后,通过仿真示例验证了所提出的滚动时域估计方法的有效性.2)针对连续丢包数在有界范围内任意变化的网络控制系统,提出了一种基于滚动时域优化策略的网络预测控制方法.首先,考虑到数据在网络中是以包的形式进行传输的这一特性,建立了具有有界丢包过程的网络控制系统模型.随后,基于这个模型,设计出保证系统渐近稳定且具有一定控制性能的网络预测控制器.不同于其它控制方法,这种预测控制策略能够根据系统未来的动态行为,预测出系统未来的控制动作,在数据传输中实现了整个预测控制序列打成一个数据包进行传输而非仅当前控制量的传输,这样当控制量丢失时能够利用预测控制量替代当前丢失的控制量,作用于被控对象,从而克服数据包丢失带给系统的影响.最后,通过一个倒立摆系统的仿真示例验证了所提控制方法的优越性.3)针对控制量经由通信网络从控制器传输至执行器的过程中而发生数据量化的网络控制系统,提出了一种基于滚动时域优化策略的鲁棒预测控制器设计方法.首先,考虑到控制器-执行器间的通信信道存在数据量化,采用对数形式的量化器来表征这种量化作用并利用扇形有界分析方法,建立了具有控制输入量化的网络控制系统模型.其次,基于所建模型,研究了网络控制系统的量化稳定性问题并将其转化为线性不确定系统的鲁棒控制问题,设计出保证系统渐近稳定的鲁棒预测控制器,并以线性矩阵不等式形式给出了系统可镇定的充分条件.随后,在保证网络控制系统稳定性和具有一定控制性能的基础上,给出了一种求解最粗糙量化密度的锥补线性化方法.最后,通过仿真示例验证了所提算法的有效性.4)考虑到网络带宽受限使得每个采样时刻只有有限数目的传感器能够通过通信网络将部分测量输出数据传输至远程估计器的这种通信情况,提出了一种基于滚动时域优化策略的动态调度方法,使得估计器在网络资源受限的情况下仍具有良好的估计性能.首先,通过定义一种通信序列,将通信约束转化为一个含有逻辑变量0与1的等式约束,从而将一个具有通信约束的线性时不变系统描述为一个带有等式约束的线性时变系统,并根据此模型提出了一种基于二次型调度指标的滚动时域调度方法,其中该二次型调度指标包括通信成本与估计误差.这种动态调度方法通过在线求解一个混合整数二次规划的优化问题,实时得到通信状态.其次,考虑到具有状态约束的被控对象,提出了一种能够处理这种状态约束的滚动时域状态估计方法,并给出了估计误差范数平方有界的充分条件.最后,通过一个双容液位系统的物理实验验证了所提调度策略的优越性.
- 作者:
- 薛斌强
- 学位授予单位:
- 上海交通大学
- 专业名称:
- 控制理论与控制工程
- 授予学位:
- 博士
- 学位年度:
- 2013年
- 导师姓名:
- 李少远
- 中图分类号:
- TP273.5
- 关键词:
- 网络控制系统(NCSs);数据包丢失;对数量化器;通信约束;滚动时域优化策略;滚动时域估计;模型预测控制;滚动时域调度
- networked control systems (NCSs);data packet dropouts;logarithmicquantizers;communication constraints;moving horizon optimization strategy;movinghorizon state estimation;model predictive control;moving horizon scheduling