基于数据融合的网络化控制系统分析与综合

目前大多数研究都集中在控制对象的输出以及控制器的输出通过网络形成闭环系统。本项目进一步考虑基于数据融合的网络化控制系统。为了实现本项目的目的，提出基于单目标与多目标数据融合的网络化系统模型联合建模策略，基于通信参数和通信性能的约束，以及根据数据融合的控制相关的参量，综合单目标和多目标的要求，对整个复杂系统的建立适当的模型。利用分布式滤波和混合式滤波的数据融合方法，结合自适应量化规则来对所设计的控制量来进行量化后再反馈。 为了补偿时滞与数据丢失，利用网络化预测控制方法。 利用随机稳定，概率稳定方法给出闭环网络化控制系统的稳定性及鲁棒性的判别法则。最后还要利用基于概率新的性能指标来作为系统性能设计的目标。在此基础上建立半实物仿真平台验证所提的理论及算法的正确性。这是网络化控制系统研究的进一步深入和发展。本项目具有很强的应用背景，研究所取的成果，无论从理论上，还是今后的实际应用中都具有重要意义。

在多源信息复杂系统中，系统之间的测量信号、控制信号可以分别通过网络传输到控制器和执行器，反馈控制系统通过实时网络形成闭环称为网络化控制系统（NCS）， 它包括基于总线技术的总线控制系统和基于因特网的一般计算机网络控制系统。网络化控制是进入21 世纪以来系统与控制领域的热点研究方向之一。特别是近年来物联网的迅速发展，为了实现物物互联互控，网络化控制已成为物联网的研究中基本问题和核心技术之一。来自于不同传感器的多源信息可能存在采样速率不一致、异步、传输过程中会发生数据丢失、传递时滞等现象，严重影响系统性能，甚至使系统失稳。同时无处不在的网络，控制对象和控制器连接的节点数量的不断上升，系统复杂性增加，使得多源信息复杂系统的滤波、数据融合与控制，具有很大的难度。完成人对信息的量化、多源信息融合、预测控制及故障检测等四个方面的问题进行了深入的分析，提出了新的量化策略及网络化多源信息融合算法；提出利用网络传输信号特点设计控制器，使网络化闭环系统性能指标和无网络的闭环控制系统指标一致。根据预测控制的优点，提出网络化预测补偿策略。基于此控制策略，将网络化闭环系统转化为一类非线性随机切换系统，利用切换系统理论分析了闭环系统的稳定性问题。随着网络和控制技术的发展，通过网络传输的进行远程监控、故障检测与诊断问题，目前也是研究的热点和难点，完成人在这方面进行了研究与探索，并取得部分成果。2010 年11 月，国家自然科学基金委员会信息科学部在北京交通大学专门举办了一次“基于数据的优化、控制和建模”学术研讨会, 完成人汇报了基于数据驱动的网络化预测控制的初步结果，现已被著名刊物Information Sciences 录用。2011年2月，由德国Springer 出版社出版了关于网络化控制的英文专著，以物联网中的信息处理与控制问题为核心，在信息的量化、融合、控制及故障诊断等四个方面的问题进行了深入的分析, 取得了系统性新成果。2012年在Springer出版了专著： 关于Delta算子的英文专著，统一了连续和离散系统分析与综合，2013年出版了关于复合控制的飞行器控制系统的分析与综合。在自然基金的资助下，已发表SCI 28篇，EI 收录29篇，获教育部自然科学二等奖一项（排名第一）。