信息物理融合系统的实时可预测性与协同控制问题研究

Cyber-Physical Systems (CPS), as the evolution of Internet of Things, will be widely used in monitoring and control of important infrastructure. Because CPS sense the environment changing, control decision according to the real-time data, control the actors cooperating,and realize the real-time control of the physical process, the real-time and cooperating requirement of CPS is quite high. Considering the feedback loop of CPS process, real-time and cooperating requirement mainly manifests in the real-time predictability network communication, synchronization between the distributed actuators and the cooperative real-time task scheduling. This project aims at exploring the aforementioned aspects in CPS. Novel achievements can be obtained thereupon. The specific achievements include: the network transmission schemes based on the node visiting frequency control method according to the importance of data, region division method, path optimization method and cross-layer optimazation to meet real-time and predictability requirements, the synchronization method based on clock synchronization、delay jitter and integer linear optimization algorithm to meet the local/global synchronization of distributed actuators, the task scheduling based on the complex task modeling and the real-time scheduling method to meet real-time and cooperating requirement. This research will provide theory support for CPS research and development.

信息物理融合系统(CPS)作为物联网的演进它将广泛应用于重要基础设施的监测与控制等诸多领域。因为CPS传感模块需要实时感知环境变化，决策控制模块要根据实时数据进行判决，控制各执行模块协同工作，实现对物理过程的控制，所以CPS对实时协同性要求很高。考虑CPS整个反馈循环处理过程，实时协同性主要体现在实时、可预测性网络通信，分布式执行器之间的同步和实时任务协同调度处理等，课题针对这些展开研究，取得创新性成果。具体包括：基于时-空数据重要性的WSAN节点访问频率控制方法、区域划分方法以及路径优化、跨层优化方法，解决CPS对网络传输数据的实时、可预测性要求；采用时钟同步机制、基于延迟抖动平滑,并结合整型线性规划等优化算法，解决分布式执行器间的局部同步和全局同步；基于复杂任务模型的实时调度方法，解决CPS对任务调度的实时性与协同操作的要求。课题的研究将为CPS的研究和发展提供理论支撑。

信息物理融合系统(CPS)广泛应用于重要基础设施的监测与控制。因为CPS传感模块需要实时感知环境变化，决策控制模块要根据实时数据进行判决，实现对物理过程的实时控制，所以CPS对实时性要求很高。考虑CPS整个反馈循环处理过程，实时性主要体现在实时可预测性网络通信、分布式执行器之间的同步和实时任务调度处理等环节，课题针对这些环节展开研究，取得创新性成果。具体包括：.1）CPS系统实时、可预测通信机制研究方面：采用区域并行处理方法,对分区进行均衡优化,并将采集与分发过程抽象为TSP问题进行路径优化，以提高系统实时性能；提出一个具有两级退避的接入协议(OCW-DCF)，并用Markov 模型分析了协议性能,确定其最佳竞争窗口值；为提高CPS系统通信实时性,提出了两种高效频谱切换机制；针对CPS系统中单传感器的无序量测问题，提出一种处理无序量测的反馈估计算法。.2）分布式执行器间同步控制机制的研究：提出了一种基于k-means算法的执行器节点优化部署的聚类多种群量子粒子群算法，该部署算法可以提高执行器节点的实时覆盖率；提出了一种基于导数最小二乘算法的抖动平滑算法，该算法可以精确预测网络延时；提出了一种基于ESP的抖动平滑算法，在没有时钟同步的情况下，能较好地平滑网络时延抖动；提出了一种基于单边时延量的自适应指数平滑抖动算法，引入追踪信号来追踪单边时延变量的特点，并通过追踪信号调整单边时延变量预测的偏差，使预测模型进一步优化并且自动响应这种变化。.3）复杂任务建模与实时协同调度算法的研究：提出了一种双优先级任务调度算法( DPSA) ，一种基于关键任务和处理器选择参数的启发式任务调度算法（HCNPSV），以及 HAPS 调度算法(History-based Auto-tuning Priority Scheduler, HAPS)。.4）CPS典型案例研究方面：以企业机床监控和管理作为项目的CPS应用实例进行研究并开发了相应系统。