改进的广义预测控制算法在网络控制系统中的应用研究

摘要

网络控制系统使用共享网络代替传统控制系统点对点之间的专线,安装和维护方便、成本低、资源共享等优势显现出来,广泛应用于远程医疗、远程教学、航空航天等领域。然而,由于网络的介入,数据在网络中传输,延时和丢包等是不可避免的。延时和丢包会降低网络控制系统的控制性能,严重的会导致系统失稳,并使传统控制理论不再适用于网络控制系统。必须针对网络中的延时、丢包、和数据包错序等特性,设计新的控制策略。
　　 在预测控制理论的基础上,本文介绍了广义预测控制算法的基本原理,提出了简化控制律并抑制输出超调的改进广义预测控制算法。针对网络控制系统中的时延问题,在执行器前端设置网络时延补偿器,实现了对整个网络时延的补偿。为提高NCS对网络时延的自适应能力,结合改进的广义预测控制方法,提出基于在线最小二乘支持向量机(LS-SVM)的网络预测控制方法。基于最小二乘支持向量机方法只需要求解解析式优化问题,以便于在线实现,将其应用于未知模型阶次的建模。为LS.SVM选用线性核函数,并设计训练数据窗以及训练数据阀值,继而得出适合NCS的在线训练方法。
　　 最后对存在时延以及丢包的网络控制系统进行一系列的仿真,结果证明了该方法的快速性,准确性、鲁棒性。