基于错序认知的网络控制系统集成控制器设计关键技术研究

鉴于错序在网络通信中存在的不可避免性，以及对网络控制系统性能影响的日趋严重性，本项目研究具有认知、控制和监管功能的集成控制器设计方案，以便降低或消除错序对网络控制系统整体性能(网络性能和控制性能)的影响。具体内容包括: (1)采用直方图方法和统计推断方法，获得错序认知知识；(2)构建采样率自适应状态空间模型，降低或消除错序对网络性能的影响；(3)采用区间有限划分和凸组合方法，解决具有错序和采样率自适应调整的网络控制系统建模问题；(4)设计控制器，联合控制采样率和被控对象，基于分段李雅普诺夫函数，采用平均处理时间技术、S-程序等方法，研究闭环系统的稳定性和性能优化问题，获得部分模型依赖自适应控制器设计方案，并在仿真实验中研究。本项目不仅为解决网络控制系统的错序问题提供新的控制方法，为网络和控制一体化设计提供技术支持，而且对于实现高可靠、硬实时网络通信和提高应用系统性能，具有重要的实际意义。

鉴于错序在网络通信中存在的不可避免性，以及对网络控制系统性能影响的日趋严重性，本项目研究具有认知、控制和监管功能的集成控制器设计方案，以便降低或消除错序对网络控制系统整体性能(网络性能和控制性能)的影响。具体内容包括: (1)采用直方图方法和统计推断方法，获得错序认知知识；(2)构建自采样率状态空间模型，降低或消除错序对网络性能的影响；(3)采用区间有限划分和凸组合方法，解决具有自适应错序和采样率调整的网络控制系统建模问题；(4)设计控制器，联合控制采样率和被控对象，基于分段李雅普诺夫函数，采用平均处理时间技术、S-程序等方法，研究闭环系统的稳定性和性能优化问题，并在仿真实验中研究。. 基于上述研究内容，总结凝练出了基于错序认知知识的网络系统控制理论和方法。具体包括：(1)基于数据包错序与采样率之间的耦合关系，获得网络控制系统的最优采样策略。最优采样策略包括最优采样周期选取和最优控制律设计，目标是最小化关于系统状态和控制输入的二次性能指标；(2)针对网络控制系统采样率调节存在的盲目性和自发性的问题, 获得协同控制采样率和被控系统的控制器设计方案,实际采样率跟踪理想采样率,优化控制系统性能和降低错序程度的三重目标；(3)针对网络控制系统实际应用中对可靠性的要求,研究错序和丢包补偿方案,获得系统H∞优化控制策略；(4）针对无线网络控制系统性能敏感于资源受限的网络性能这一问题，研究满足链路容量限制的一种新的事件驱动传输机制；(5）针对网络控制系统在实际应用对安全性有严格要求,我们提出新的基于数据驱动的故障检测方法。最后，仿真和实验验证方法的有效性和优势。. 本项目不仅为解决网络控制系统的错序问题提供新的控制方法，为网络和控制一体化设计提供技术支持，而且对于实现高可靠、硬实时网络通信和提高应用系统性能，具有重要的实际意义。. 在以上研究基础上，在国内外期刊和会议上发表学术论文24篇，其中SCI收录5篇，EI收录17篇；授权国家发明专利4项，申请国家发明专利1项，授权软件著作权3项；科学出版社出版专著1部。超额完成了课题的原定指标。