基于预测控制的广域无线网络不确定性控制系统的研究

同有线网络控制系统相比，广域无线网络省去了布线的限制，不但大大节省了成本，并且适合大范围移动控制系统的要求。然而由于无线广域网通讯距离长，因此同有线系统相比，有着更大的网络不确定性，主要表现在更大的时延和更严重的丢包率上。在以往的网络控制理论的研究中，对于广域无线网络控制系统的文献较少。本项目在以往网络控制系统理论的研究基础之上，分析广域无线网络网络不确定性的特点，建立其概率数学模型；基于预测控制的理论，预测被控对象在网络延时期间的输入输出，提前发送控制信号到执行机构，从而主动补偿无线广域网络的强不确定性对控制系统的不利影响。网络控制器进行控制计算的同时，还对数学模型进行在线更新，被控对象端也根据系统的真实输出进行对控制量进行简单的补偿，从而以保证预测的准确性，提高控制品质。所提出的算法将被实施到若干实际控制平台上，用实验结果验证其有效性，为广域无线网络控制系统在工程中的应用奠定理论基础。

本项目研究了长距离无线网络控制系统的控制算法问题。相对于有线网络来说，无线网络特别是类似于GRPS的长距离无线网络总是给控制系统带来更大的网络不确定性，通常表现在更严重的丢包和更长的随机延时上。因为模型不确定性，长时间的基于模型的预测必然会带来较大的预测误差，因此使用普通的网络预测控制，可能无法有效补偿这么长的随机延时。预测误差的存在，必然会对控制系统的性能带来极其不利的影响，在一些情况下甚至会导致系统不稳定。为了解决这个问题，本项目提出了新的带有预测误差补偿的网络预测控制算法，使用这种新的算法，就的预测误差用来校正新的预测，因此可以获得相对于传统网络预测控制更准确的预测结构。为了验证这种新的算法，建设了一个基于GPRS无线网络的网络化风扇控制实验台，并且将新的算法应用到这个实验台的网络控制上。仿真和实验结果均表明，同没有预测误差补偿的网络预测算法相比，新算法可以在广域无线网络环境下获得更好的控制品质。新算法的应用还被扩展到多输入多输出(MIMO)系统，本项目研究了带有静态解耦的MIMO系统和矩阵分式描述的MIMO系统两种情况，仿真实验结构证明，对于这两种情况，新的算法都可以有效地提高系统的控制品质。基于本项目积累的经验和技术，作为网络控制系统的一个工程应用，项目组还建设了一个基于互联网的网络化虚拟现实远程控制实验室。在这个基于Web的远程实验室里，所有的控制实验台都以三维的方式建模，并且将远程的实验场景以虚拟现实的方式复现在用户的Web界面中。三维模型与远程的实验设备通过网络数据链联动起来，用户可以通过观察和操纵这些三维模型，远程进行控制实验。建设的远程实验室已经成功应用于武汉大学自动化系的本科教学中，学生可以在家中或者寝室中选择任意时间远程操纵实验室中的实验设备，因此实验设备的使用效率得到了大大提高。