网络控制系统时延补偿及调度算法研究(刘雍)

东北大学PowerPoint网络控制系统时延补偿及调度算法研究刘雍导航、制导与控制指导教师：杨光红教授2020/2/72网络控制系统概述•网络控制系统（NCS）结构•优点：实现远程操作、方便安装与维护、增加系统灵活性可靠性等。•新问题：网络诱导时延、网络调度、数据包丢失等。被控对象传感器S1传感器Sm执行器A1执行器An控制器C1控制器Cp.........网络2020/2/73几种时延补偿方法•基于缓冲区的时延补偿方法•把随机网络诱导时延转化为最大时延•人为降低了系统性能执行器被控对象传感器控制器()xk()uk()xk()uk缓存器τca网络τsc2020/2/74•基于最优控制的时延补偿方法•定义性能指标函数并使其最小化•需要知道网络诱导时延分布的概率密度函数•基于马尔科夫链的时延补偿方法•把网络诱导时延建立为马尔科夫链•将系统建立为离散跳变系统•需要确定出马尔科夫链转移概率矩阵10120NTTTNNNkkkkkJExQxxQxuQu2020/2/75基于不确定参数的短时延补偿方法•网络控制系统简化模型如下所示•假设传感器时间驱动，控制器执行器事件驱动。被控对象网络传感器执行器控制器scca2020/2/76•被控对象如下•采用状态反馈控制系统可化为•其中、均包括同一个不确定参数•且满足•为不确定参数的最大F范数()Askhhkeds12ukKxk12(1)()(1)()()xkKxkxkykCxk()()()()xtAxtButyCxt2()()TkkI()k2020/2/77•定义Lypunov泛函如下•其中，为正定矩阵•微分得12(())(())(())VxkVxkVxk12(())()()(())(1)(1)TTTVxkxkPxkVxkxkKQKxk(())((1))(())(1)(1)()()()()(1)(1)()()(1)(1)TTTTTTTVxkVxkVxkxkPxkxkKQKxkxkPzkxkKQKxkxkxkKxkKxk1122()00TTTKKQKPPKQPQ2020/2/78•引理1：给定具有适当维数的矩阵M，N，F(k)，若对于任意k满足，则存在，使下式成立•定理1：如果存在正定矩阵，，常数使如下矩阵不等式成立，则系统渐近稳定•控制率2TFFI021()()TTTTTMFkNNFkMMMNN,,nnpppnSRRRXR0212202*()0*****nnTIBXBRSISXRSXR1KXS2020/2/79算例仿真•对如下被控对象进行仿真•采样周期为0.05s，时延为[0,0.05s]01020.60110xxuyx02468101214161820-2-1.5-1-0.500.511.52ty给定本方法极点配置法2020/2/710基于不确定参数的长时延补偿方法•假设传感器时间驱动，控制器执行器事件驱动，时延大于一个采样周期且变化范围在一个采样周期以内。•长时延表示方法•其中•为向右取整，为最差时延情况(1)(1)sccamidkkkdhdhdh/2midh/2/2hh/wckdhwck2020/2/711•被控对象如下•采用状态反馈控制器及如下增广向量•系统可化为•其中包含不确定参数•且满足•为不确定参数的最大F范数()()()()xtAxtButyCxtukKxk()()(1)xkxkxk()()(1)ykykyk(1)()()(1)()()xkxkDFExkdykCxkF0AsFeds2TFFIF2020/2/712•定义Lapunov泛函如下•其中，为对称正定矩阵，为正定矩阵•引理2：假定存在，及。那么对于任意矩阵，及。则以下不等式成立。•其中123(())(())(())(())VxkVxkVxkVxk1222131(())()()(())()(1)()(1)(())()()TkTidjkikTjkdVxkxkPxkVxkxjxjZxjxjVxkxkQxk,,2infTTTTXYZaXYNaaNbbYNZb0TXYYZanaRbnbRabnnNRabnnXRabnnYRabnnZRPQZ2020/2/713•可以得到•其中•按照短时延补偿方法的设计思想•根据Lyapunov稳定性判据可得定理21223()()(1)(1)TTxkxkVxkdxkd123(1)(1)(1)(1)()(1)()TTTTTPdXYYdPQYPdZPdZQKDFEK2020/2/714•定理2：如果存在标量，对称正定矩阵P，Q，矩阵X，Y，Z及K使得如下矩阵不等式成立，则系统渐近稳定，且状态反馈控制率为K。•其中21114*1**1*0***00***0****TTTTTTTYQKdKKEPddZdI0TXYYZ**11142*,(),1TTTdXYYPQdDDdd02020/2/715•锥补线性化,,,,,,,,minPQLMXYZKTrPLZM21114****0***00***0****..TTTTTTTYQKdKKELddMdIst0,00TXYPIZIYZILIM2020/2/716算例仿真•对如下被控对象进行仿真•采样周期为0.05s，时延为[0.25s,0.3s]010101[10]xxuyx0102030405060708090100-1.5-1-0.500.511.5ty给定本方法LQG法2020/2/717调度算法研究•网络控制系统简化后的结构•固定优先级RateMonotonic（RM）调度•动态优先级EarliestDeadlineFirst（EDF）调度控制器1执行器1传感器1控制对象1控制器n执行器n传感器n控制对象n总线闭环1闭环n2020/2/718网络调度平台搭建与仿真2020/2/719•被控对象•离散PID控制器•三个控制环路的采样周期分别为•h1=0.006s，h2=0.005s，h3=0.004s•干扰节点占用20%网络资源21000ss2020/2/720•RM调度响应曲线及调度图EDF调度响应曲线及调度图00.20.40.60.811.21.41.61.82-202yControlloop300.20.40.60.811.21.41.61.82-202yControlloop200.20.40.60.811.21.41.61.82-202Controlloop1ty00.010.020.030.040.050.060.070.080.090.111.522.533.500.20.40.60.811.21.41.61.82-202Controlloop1yt00.20.40.60.811.21.41.61.82-202Controlloop3y00.20.40.60.811.21.41.61.82-202Controlloop2y00.010.020.030.040.050.060.070.080.090.111.522.533.52020/2/721模糊调度•根据系统误差及误差变化率的模糊调度P1y1控制回路1P2y2控制回路2P3y3控制回路3模糊推理网络ryeec干扰节点()ek()eck2020/2/722•模糊调度规则•当较大时，环路优先级较高•当较小时，优先级主要由决定•与异号时表明误差有增大的趋势•反之表明误差有减小的趋势•干扰节点占用40%网络资源•比较EDF调度与模糊调度()ek()eck()ek()ek()eck2020/2/723•EDF调度响应曲线及调度图模糊调度响应曲线及调度图00.20.40.60.811.21.41.61.82-202yControlloop300.20.40.60.811.21.41.61.82-202yControlloop200.20.40.60.811.21.41.61.82-202tyControlloop100.010.020.030.040.050.060.070.080.090.111.522.533.500.20.40.60.811.21.41.61.82-202yControlloop300.20.40.60.811.21.41.61.82-202yControlloop200.20.40.60.811.21.41.61.82-202ytControlloop100.010.020.030.040.050.060.070.080.090.111.522.533.52020/2/724基于LabVIEW的NCS半实物仿真研究•仿真工具还需进一步完善•一些学者采用VC++与MATLAB进行半实物仿真•本文采用LabVIEW搭建NCS半实物仿真平台•半实物仿真网络拓扑结构被控对象计算机控制器计算机以太网2020/2/725•虚拟被控对象的部分程序2020/2/726•虚拟控制器2020/2/727•虚拟被控对象2020/2/728•对如下被控对象进行半实物仿真•给定为方波，采样周期为0.05s•通信网络为东北大学局域网01020.60110xxuyx2020/2/729•环路总时延•极点配置法系统响应曲线不确定参数延补偿法系统响应曲线0.0300.0050.010.0150.020.025Time20024681012141618Plot0totaldelay1.5-1.5-1-0.500.51Time20024681012141618Plot0yout1.5-1.5-1-0.500.51Time20024681012141618Plot0yout2020/2/730结论•1、进行了基于不确定参数时延补偿的研究，与极点配置法及LQG法相比，本方法可以使系统获得更好的动态响应性能。•2、搭建网络调度平台并提出了模糊调度算法，在网络资源有限的情况下，与EDF调度算法相比模糊调度算法能够更加合理的分配网络资源。•3、通过LabVIEW搭建了NCS半实物仿真平台，并在实际网络中验证了基于不确定参数时延补偿算法的有效性。2020/2/731展望•1、对带有大于一个采样周期网络诱导时延且存在数据包错乱的NCS进行补偿算法的研究。•2、对同时具有实时性数据及非实时性数据的NCS进行调度算法研究。•3、进一步研究带有多控制闭环的NCS半实物仿真调度平台。东北大学PowerPoint谢谢！