网络化控制系统随机时延研究

葛愿，男，江苏徐州人，博士，教授，硕士生导师，安徽省学术与技术带头人后备人选。主要从事网络化系统分析与控制研究，主持完成国家自然科学基金面上项目、国家自然科学基金青年基金项目、安徽省对外科技合作项目、安徽省自然科学基金项目、安徽省高校学科(专业)拔尖人才学术资助项目等国家级、省部级项目10余项;主持完成企业产学研项目10余项。发表学术论文60余篇，其中SCI、EI收录30余篇，授权发明专利5项，获省科学技术奖三等奖1项、省教学成果奖三等奖1项。

第1章 绪论

1.1 引言

1.2 NCS基本概念

1.3 NCS基本问题

1.3.1 网络诱导时延

1.3.2 数据包丢失

1.3.3 多包传输与数据包时序错乱

1.3.4 时钟异步与节点驱动

1.3.5 带宽受限与网络调度

1.4 NCS定常时延模型

1.5 NCS时延模型

1.5.1 控制

1.5.2 鲁棒控制

1.5.3 预测控制

1.6 NCS马尔可夫链时延模型

1.6.1 仅考虑S—C时延或C—A时延

1.6.2 同时考虑S—C时延和C—A时延

1.7 NCS隐马尔可夫时延模型

1.7.1 时延

1.7.2 Markov链时延

1.7.3 HMM时延

1.7.4 S-A时延

1.7.5 DTHMM时延

1.8 主要研究内容

1.8.1 时延的量化、建模与预测

1.8.2 网络化控制系统的建模与控制

1.8.3 仿真平台设计与实现

第2章 预备知识

2.1 引言

2.2 隐马尔可夫模型

2.2.1 马尔可夫链

2.2.2 隐马尔可夫模型基本概念

2.2.3 隐马尔可夫模型分类及基本问题

2.3 马尔可夫跳变线性系统

2.4 线性矩阵不等式

2.5 阻尼复摆

2.6 相关引理证明

2.6.1 Schur补引理

2.6.2 Rayleigh熵引理

2.6.3 Jensen不等式引理

2.6.4 Lagrange乘数法

2.7 符号说明

2.8 本章小结

第3章 基于DTHMM的网络时延建模与预测

3.1 引言

3.2 网络时延量化

3.2.1 平均量化

3.2.2 基于K-均值聚类的量化

3.3 网络时延建模

3.3.1 隐马尔可夫时延模型

3.3.2 模型参数估计

3.4 网络时延预测

3.4.1 基于平均量化的时延预测

3.4.2 基于K-均值聚类量化的时延预测

3.5 仿真实验

3.6 本章小结

第4章 基于DTHMM的NCS状态反馈控制

4.1 引言

4.2 马尔可夫跳变线性系统模型

4.3 系统稳定条件研究

4.4 状态反馈控制器设计

4.5 仿真实验

4.6 本章小结

第5章 基于DTHMM的NCS控制

5.1 引言

5.2 增广状态系统模型

5.3 控制器设计

5.3.1 控制器设计引理

5.3.2 引理证明

5.4 稳定性分析

5.4.1 Rayleigh熵引理

5.4.2 引理证明

5.5 仿真实验

5.6 本章小结

第6章 基于SCHMM的网络时延建模、预测与补偿

6.1 引言

6.2 问题描述

6.3 建立SCHMM时延建模

6.3.1 SCHMM模型推导

6.3.2 SCHMM模型初步参数估计

6.3.3 定义说明

6.4 网络时延预测

6.5 网络时延补偿

6.5.1 控制器设计

6.5.2 系统稳定性判断

6.6 仿真实验

6.7 本章小结

6.7.1 建立了网络化控制系统时延的半连续隐马尔可夫模型

6.7.2 预测了网络化控制系统前向通道的时延

6.7.3 补偿了网络化控制系统前、后向通道的时延

第7章 HMM时延模型初始化

7.1 引言

7.2 HMM时延模型

7.2.1 DTHMM时延模型参数的说明

7.2.2 SCHMM时延模型参数的说明

7.3 HMM时延模型初始化

7.3.1 DTHMM初始化

7.3.2 SCHMM初始化

7.4 仿真实验

7.5 本章小结

第8章 基于TureTime的NCS仿真平台设计

8.1 引言

8.2 TureTimel.5 工具箱简介

8.2.1 Kemel模块

8.2.2 Network模块

8.3 网络化控制系统仿真平台设计

8.3.1 传感器

8.3.2 控制器

8.3.3 执行器

8.3.4 干扰节点

8.3.5 网络模块

8.4 基于隐马尔可夫模型的NCS建模与控制算法设计

8.5 本章小结

参考文献

第2章预备知识

2.1引言

在应用HMM进行 NCS的研究之前，需要先认识 HMM，其中包括HMM的概念、基本问题和基本方法。本章首先会对这些知识进行简单介绍，并通过典型示例加以说明。考虑到基于HMM 可以将 NCS 建模成一个典型的马尔可夫跳变线性系统(MJLS)，本章接着介绍MJLS 的基本知识，包括MILS的概念和稳定性分析。由于在设计 MILS 的反馈控制器时需要用到求解线性矩阵不等式(LMI)的基本知识，所以随后将对LMI的概念和求解方法进行简单介绍。

在设计隐马尔可夫模型(HMM)的不完全数据期望最大化(MDEM)算法时，将会用到 Jensen不等式和 Lagrange 乘数法;而在设计 NCS的状态反馈控制器和最优控制器时，将会用到矩阵论中的 Schur补和 Rayleigh 熵定理。这些定理都将被作为引理给予简单介绍。

本书关于NCS的建模与控制方法都将在 TrueTime 仿真平台上进行验证，仿真实验中用到的受控对象是一个阻尼复摆，关于该阻尼复摆的动力学模型及其在状态反馈控制作用下的阶跃响应也将在本章进行详细介绍。

最后，本章对全文将要用到的数学符号给予统一说明。

……

本书深入分析了网络化控制系统的随机时延特征, 提出了基于隐马尔可夫模型的随机时延建模方法, 在此基础上研究了前向通道 (控制器到执行器) 的随机时延预测方法, 并设计状态反馈控制器和输出反馈控制器对随机时延进行补偿, 降低随机时延对网络化控制系统性能的影响。最后基于实时仿真工具TrueTime搭建网络化控制系统仿真实验平台, 对本书研究方法的有效性和优越性进行了验证。