基于时间序列方法的网络时延预测与改进型广义预测控制算法在网络控制系统中的应用

摘要

网络控制系统(networked control system，NCS)是通过通信网络将分布于不同地理位置的控制器、传感器和执行机构相互连接，形成一种远程分布的实时反馈闭环控制系统。NCS的特点呈现了控制系统网络化、分布化、集成化的发展趋势。然而，由于通信机制与传输协议，以及网络中各节点共享有限带宽等原因，当控制器、传感器和执行器通过网络进行数据交换时，将不可避免的出现数据碰撞、网络拥塞等情况，导致发生数据传输时延、数据包时序错乱、数据包丢失等问题。导致控制系统性能下降，严重时会破坏系统的稳定性的问题。因此，本文针对NCS中的时延和丢包进行研究与补偿。
　　首先，本文介绍了网络控制系统的概念，组织结构与特点。提出了网络控制系统中时延和丢包的问题与产生原因，对控制系统的影响，以及其它一些相关问题，并简述了许多国际国内的学者对于时延与丢包问题的处理方法。
　　为了解决NCS中的时延和丢包补偿问题，本文首先对网络时延的数据进行了采集，研究了网络时延的性质，提出了一种对网络时延进行建模分析的方法，并提出一种新型的运用建立状态空间模型对网络时延进行预测的方法。
　　在此之后，本文提出了针对网络时延与数据丢包的补偿方法，将广义预测控制算法(Generalized Predictive Control，GPC)应用于网络控制系统。并对于网络控制系统被控对象受到干扰及模型慢变等情况，提出了自适应系统辨识广义预测控制算法，有效的补偿了系统模型变化对控制算法的影响，提高了系统的实时性与鲁棒性;对于网络控制系统的时延与丢包问题，分情况讨论了可能出现的大时延问题、数据丢包问题、时序错乱问题，引入了排队序列机制，使系统的稳定性得到了保障;对于网络时延的增大导致的预测步数增加，继而使预测误差放大影响系统性能的情况，采用了预测误差修正等优化方案。
　　最后，本文将时延建模预测的结果引入到广义预测算法中，将预测的时延值作为广义预测算法预测长度设定的依据，从而在保证控制性能的基础上，极大的减小了算法的计算复杂程度，从另一方面减少了网络时延。
　　此外，论文的结尾对文中的工作进行了总结与展望。

目录

声明

致谢

摘要

1 绪论

1．1 网络控制系统概述

1．2 网络控制系统的基本问题

1．3 网络的性能指标与服务质量

1．4 网络控制系统的研究现状和发展趋势

1．5 本文主要工作

2 网络时延与丢包的测量与分析

2．1 时延数据测量

2．1．1 往返时延RTT

2．1．2 测量方法

2．2 RTT建模方法概述

2．3 本章小结

3 时间序列分析方法

3．1 时间序列分析方法分类

3．1．1 频域分析方法

3．1．2 时域分析方法

3．2 时间序列的预处理

3．2．1 平稳性检验

3．2．2 纯随机性检验

3．3 平稳时间序列分析

3．3．1 AR模型

3．3．2 MA模型

3．3．3 ARMA模型

3．4 平稳序列建模

3．4．1 建模步骤

3．4．2 样本的自相关系数与偏自相关系数的求取

3．4．3 模型的识别

3．4．4 参数估计

3．4．5 模型检验与优化

3．4．6 序列预测

3．5 时间序列预测的状态空间算法

3．5．1 ARMA模型与状态空间模型的转化

3．5．2 Kalman滤波估计

3．6 本章小结

4 广义预测控制与系统时延补偿

4．1 广义预测控制

4．1．1 广义预测控制的基本方法

4．1．2 Diophantine方程递推求解

4．1．3 广义预测控制的参数选择

4．1．4 基于状态空间模型的广义预测控制

4．2 改进型广义预测控制与时延补偿

4．2．1 广义预测自适应控制算法

4．2．2 基于排队序列的延时丢包补偿广义预测算法

4．2．3 基于神经网络的预测误差修正

4．3 基于时延预测的广义预测控制算法

4．4 本章小结

5 仿真研究

5．1 时延数据的采集和测量

5．2 数据分析

5．3 时延预测仿真

5．4 广义预测控制算法对时延的补偿仿真

6 总结与展望

参考文献

作者简历

学位论文数据集