基于丢包补偿策略的网络化系统H∞滤波和控制

来源 :黑龙江大学 | 被引量 : 0次 | 上传用户:haofei88
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
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。
其他文献
随着信息化时代的迅速发展,人们对信息处理的要求越来越高,对滤波精度的要求也不断提高。但在实际应用中,系统会存在不确定性,从而降低滤波器的性能甚至导致滤波器发散。因此,针对不确定系统参数的情况,本文做了以下研究:(1)对于具有不确定系统参数的非线性系统,基于递归线性最小方差估计(RLMVE)框架,分析了系统参数对均方误差(MSE)的影响,即系统参数偏差越大(无论是正偏差或负偏差),则MSE越大。基于
直流伺服电机以其带负载能力强、运行可靠和效率高等特点广泛应用于工农业生产及日常生活中。作为现代工业的主要动力来源之一,一旦电机发生故障,则会导致机械系统瘫痪甚至威胁生命安全。《中国制造2025》指出,中国正处于实现制造业强国目标的关键时期,对航天装备、电力装备和农机装备等要实现智能化故障诊断。因此,实现直流伺服电机智能化状态监测和故障诊断具有重要意义。研究表明,机械振动信号蕴含丰富的时频特征信息,
本文基于神经网络,提出了多传感器线性和非线性融合估计方法。本文首先针对线性系统,利用局部线性估计和三种经典分布式融合估计作为样本训练集,提出了基于BP网络的按矩阵加权,按对角阵加权和按标量加权三种分布式融合算法,并给出了关于该融合框架隐含层节点数目选择的依据。其次,本文以局部线性估计值作为网络输入,集中式融合估计作为目标训练集,提出了一种基于递归网络Elman的线性系统分布式融合框架。该融合算法精
学位
随着人工智能和互联网的快速发展,网络购物、网络支付的使用逐渐普及,身份识别等信息安全问题日益严峻。由于人脸识别具有免接触、自然、便捷等优点,日渐成为生物特征识别领域的研究重点,但二维人脸识别存在容易被照片或者动图假冒的缺点,使它的使用逐渐受到限制,而三维人脸图像蕴含人脸的深度信息,能防止造假的发生,更加安全和便捷,可以有效的解决信息安全问题。在人脸识别领域,如何提高准确率和降低识别时间是学者们研究
学位
多模态识别技术通过融合多种特征信息进行身份认证,具有高防伪性和稳定性等优点。指静脉和指节纹特征获取方便、特征稳定、不易伪造,成为多模态识别技术重要的研究对象,但是指部多模态研究仍存在一些问题值得研究。手指姿势的偏移、光照、采集光谱波长易引起类内差异高和类间差异低,导致特征提取困难,而且多模态融合过程中增加了特征维数和计算复杂度。如何有效地提取图像特征信息,并且实现特征融合,成为多模态特征识别该领域
在无线传感器网络中,每个传感器的能量是有限的,通信过程中通过测量转换或计算消耗的能量通常比传感器本身的消耗高得多。因此,在能量有限的情况下,研究在确保测量精度的同时降低通信频率是很有必要的。而事件触发就是一种有效的降低通信频率的方法。与传统的时间触发方案相比,事件触发方案具有可以降低计算成本、传输消耗等优势。因此本文基于事件触发原理,对融合估计问题进行了相应的研究,主要工作如下:(1)针对离散的线
学位
现代社会不断朝着自动化的方向发展,作为国家科技创新发展领域的突出代表,机器人受到越来越多的关注。各类机器人不断应用到工业、农业、军事等领域,代替人们完成更加高危、更加精细的工作。近些年来经济高速发展,移动机器人所应用的领域和承担的任务都更为复杂,这需要移动机器人必须在所处环境中快速规划出最优的安全路径,并且提高路径跟踪系统精度与稳定性。因此对移动机器人路径规划及跟踪算法的研究就显得极为重要。本论文
随着科学技术的发展和进步,网络化系统已广泛应用于社会生产和人们生活的各个方面。由于工程需求越来越高,导致系统规模变得庞大且复杂,因此不可避免地造成网络资源的大量消耗。在实际系统中,通信带宽和传感器能源是有限的,因此在系统的状态估计中节省通信带宽和网络资源成为目前的一个研究热点。事件触发机制通过判断是否满足触发条件进行数据传输,有效地节省了资源。由于序贯融合估计算法计算量小且全局最优,因而,在多传感
随着信息化时代的到来,多传感器信息融合技术得到了越来越多的关注。如何在纷繁复杂的不确定性信息中获取有效信息变得十分重要。D-S证据理论是一种处理不确定性信息的方法,它可以通过融合多源信息进行决策,从而在信息融合领域得到了广泛的应用。但是它也存在着一些问题,例如,在D-S证据理论中,冲突系数k不能准确的度量证据间的冲突程度。此外,将D-S证据理论应用于实际中时,如何基于获得的不确定信息来生成基本概率
学位