论文部分内容阅读
随着互联网的普及和通信技术的发展,极大地改变了控制系统的结构。在过去的十年中,网络控制系统(Networked Control Systems,NCS)因其在汽车自动化、智能建筑、交通网络、互联网触觉协作和无人机等多个领域的成功应用而受到越来越多的密切关注。本文主要针对网络化系统中出现的数据包丢失现象,分别给出了不同的丢包补偿方法,即冗余通道补偿、预报补偿、以及多包补偿,并在此基础上还考虑其他随机现象,基于Lyapunov稳定性分析方法和线性矩阵不等式(Linear Matrix Inequality, LMI)技术,设计了满足H∞性能的滤波器和控制器。主要研究内容如下:
首先,针对一类带有数据包丢失的线性离散时间NCS,应用一种冗余通道的通讯方式来提高数据包的接收率,同时采用预报补偿策略来更好地减轻丢包对系统的不利影响。基于Lyapunov稳定性理论及LMI技术,设计的滤波器使得估计误差系统均方指数稳定并满足H∞性能。
其次,研究了一类通讯拓扑随机变化的离散时间传感器网络系统分布式一致性H∞滤波问题。在统一框架下利用一组服从Bernoulli分布的随机序列对传感器网络中发生的丢包、非线性干扰和时变拓扑现象进行建模。根据二维(two-dimensional,2-D)系统理论,提出一种具有一致性更新的非线性两步滤波器结构,同时采用多个观测数据补偿策略来提升系统性能。滤波器参数可以通过LMI方法获得,使得估计误差系统是均方渐进稳定的,并满足给出的平均H∞性能水平。
最后,研究了一类由T-S模糊模型描述的非线性离散时间NCSH∞控制问题。由于网络堵塞,数据包在传输的过程中会发生丢失。为了提高通讯质量,采用一种冗余通道的方法来降低丢包产生的消极影响。应用Lyapunov稳定性分析方法,确定了控制器存在的充分条件,使得闭环系统随机稳定并且达到规定的H∞性能指标。
首先,针对一类带有数据包丢失的线性离散时间NCS,应用一种冗余通道的通讯方式来提高数据包的接收率,同时采用预报补偿策略来更好地减轻丢包对系统的不利影响。基于Lyapunov稳定性理论及LMI技术,设计的滤波器使得估计误差系统均方指数稳定并满足H∞性能。
其次,研究了一类通讯拓扑随机变化的离散时间传感器网络系统分布式一致性H∞滤波问题。在统一框架下利用一组服从Bernoulli分布的随机序列对传感器网络中发生的丢包、非线性干扰和时变拓扑现象进行建模。根据二维(two-dimensional,2-D)系统理论,提出一种具有一致性更新的非线性两步滤波器结构,同时采用多个观测数据补偿策略来提升系统性能。滤波器参数可以通过LMI方法获得,使得估计误差系统是均方渐进稳定的,并满足给出的平均H∞性能水平。
最后,研究了一类由T-S模糊模型描述的非线性离散时间NCSH∞控制问题。由于网络堵塞,数据包在传输的过程中会发生丢失。为了提高通讯质量,采用一种冗余通道的方法来降低丢包产生的消极影响。应用Lyapunov稳定性分析方法,确定了控制器存在的充分条件,使得闭环系统随机稳定并且达到规定的H∞性能指标。