多输入多输出时延网络化控制系统降维与调度及其应用研究

Multi-input multi-output networked control system is an important research direction in the field of control science and engineering. This project will study the timing model, dimension reduction and tadk scheduling of for multi-input and multi-output networked control systems with time delays. The algebraic and graphic method will be to develop to establish the linearization timing model of networked control systems and to evaluate and optimize the performances. The mapping dimension reduction technology will be proposed to simplify the timing model of networked control systems and quantify the degree of simplification, while maintaining the basic properties of the original system. The global optimization method will be presented to design the segmentation and allocation scheme for control tasks, which makes the execution time of the overall control task shortest or the completion time earliest. The present resuolts will apply in timing model reduction and workflow scheduling for cloud control systems.

多输入多输出网络化控制系统是控制科学与工程领域里一个重要研究方向。本申请项目拟研究多输入多输出网络化控制系统的时延模型、模型降维、任务调度等问题。拟发展代数和图论方法，建立多输入多输出网络化控制系统的线性化时延模型，评估与优化系统时序性能；拟提出射影降维技术，在保持原系统基本性质不变的情况下，简化多输入多输出网络化控制系统时延模型，量化模型简约程度；拟发展全局优化调度方法，设计控制任务分割与分配方案，以使总体控制任务的执行时间最短或完成时间最早。本申请项目还将所得理论与方法用于云控制系统时序模型降维和云工作流调度。

网络化控制系统的有限通信带宽、承载能力和服务能力使得系统出现网络时延、维数灾难、数据丢包、参数摄动、资源共享冲突等现象，给控制系统的分析与设计带来困难。本项目研究了多输入多输出(MIMO)时延网络化控制系统的建模、降维与调度方面的基础理论、关键技术及其应用验证。在建模方面，分别建立了定常时延和时变时延网络化控制系统的线性化模型，分析了有界时变系统状态变量相对于参数摄动的鲁棒稳定性，给出了使得系统状态在参数有界摄动下保持不变的全局鲁棒条件，有助于克服系统不确定性和不稳定性，提高安全性和可靠性。在降维方面，提出了大规模MIMO时延网络化控制系统的有效降维算法，通过分析低维子系统的局部鲁棒性，设计局部优化方案，实现了大规模系统的优化控制，有助于简化控制器和反馈系统的结构，降低计算复杂度，节约硬件成本。在调度方面，提出了MIMO时延网络化控制系统的全局优化调度方法，将控制任务分布式调度问题转化为多约束多目标全局优化问题，通过寻求全局最优解设计最优分配方案，以使总体任务执行时间最短或完成时间最早，有助于提高网络资源利用率和优化网络运行性能。将MIMO时延网络化控制系统的降维与全局优化技术用于云控制系统工作流智能管理与调度，设计了满足不同资源约束条件和服务质量需求的云工作流全局优化调度方案，提出了不确定网络环境下云控制系统通信协议正确性验证的代数方法，以缓解状态空间爆炸问题。