多采样率网络控制系统的辨识方法研究

In the current literature of the networked control systems (NCSs), the sampling rates of the sensors and the holding rates of the controllers are assumed to be the same. However, multi-rate sampling scheme is taken in practical NCSs, so that to improve the control ability. This project aims to establish the modeling theories and identification techniques for a class of multi-rate sampled systems, the main research includes: (1) based on the multi-rate identification models of the general multi-rate sampled systems, a series of multi-rate identification algorithms and the convergence properties are investigated. (2) Based on the lifting technique, the modeling and identification for multi-rate input NSCs, multi-rate output NCSs and general multi-rate NCSs are studied. (3) Consider the data drops brought to the NCSs by the unstable network, appropriate models and estimation algorithms for the NCSs with incomplete multi-rate sampled input-output data are investigated. This project focuses on the modeling and identification of the multi-rate sampled NCSs which is the premise of the control and significant for the development of both identification and control of the NCSs, and has broad industrial value.

目前网络控制系统的建模和控制研究大多假设传感器、控制器和执行器的采样频率一致，而实际的网络控制系统采用多采样频率，以提高系统的控制品质。本项目研究工业过程中广泛存在的多采样率网络控制系统的辨识技术，并结合实际分析，拟开展的研究内容包括：(1) 针对一般多率采样系统，建立多率辨识模型，并研究有效的多率辨识算法，分析算法收敛性。(2) 针对多采样率网络控制系统，基于提升技术，分析多采样输入、多采样输出和广义多采样率网络控制系统的建模和辨识问题。(3)考虑由网络不稳定因素引起的数据传输丢包特点，基于系统的多率采样输入输出数据，建立合适的系统模型，研究相应的辨识算法。本课题对多采样率网络控制系统的辨识技术进行研究分析，是实现多采样率网络控制系统的控制算法的前提，对多率采样系统的辨识与控制理论的发展具有重要意义，同时具有广泛的工业应用价值。

目前网络控制系统的建模和控制研究大多假设传感器、控制器和执行器的采样频率一致，而实际的网络控制系统采用多采样频率，以提高系统的控制品质。多率采样是现代网络控制系统发展的自然选择和现实要求。如何有效地辨识出系统模型是多采样率网络控制系统的辨识理论与控制应用需要解决的关键问题之一。结合网络因素对多采样率网络控制系统进行建模、分析与辨识，是保证多采样率网络控制系统的控制得以实施的前提。.本项目以多采样率网络控制系统为研究对象，考虑网络因素，并结合提升技术、辅助模型、偏差补偿原理、子空间辨识等方法，主要解决的关键技术包括以下三方面的内容：.（1）一类基于辅助模型的多采样率系统输出误差模型的辨识问题。.（2）一类基于提升技术的非均匀多率采样系统的子空间辨识问题。.（3）一类基于偏差补偿原理的带有色噪声多采样率系统辨识问题。.项目组成员经过三年的合作与探讨，深入研究了多采样率网络控制系统的辨识问题，在本项目研究基础上，至目前为止，在国际核心期刊上发表论文4篇，国内会议上发表论文4篇。