基于多项式预测滤波的实时信号网络传输技术及应用研究

基于多项式预测滤波的实时信号网络传输技术及应用研究

论文摘要

网络控制系统的不断发展使实时信号网络传输问题越来越重要。最大限度地兼顾信号传输的实时性和可靠性,是网络控制系统发展必须解决的问题。本文的主要研究内容包括:(1)提出了一个基于多项式预测滤波理论的实时信号传输方法,通过构建虚拟传感器,将网络的不确定性转化为系统的不确定性。通过预测的方法缓解网络传输不确定性造成的不良影响,改善信号传输的实时性。发送端只发送重建信号所必需的采样值,减少数据发送对网络带宽的占用;在接收端,使用多项式预测滤波器预测恢复没有发送、丢失、迟到以及错误的数据并重建源信号,信号就像来自于本地的虚拟传感器。实现了信号的传输与使用分离,将网络传输过程中产生的不良影响转化为本地虚拟传感器信号的误差。用户不必直接考虑复杂的网络特性,而只需关注虚拟传感器的输出误差。(2)提出了一种基于多项式预测滤波理论的网络控制系统建模方法,通过预测的方法对网络控制系统中传输的传感器采样和控制信号量进行补偿。采用增广状态空间的方法对所提出的网络控制系统模型的稳定性进行分析,得出网络控制系统渐进稳定的充分必要条件。最后通过实例验证,表明采用此方法改善了网络控制系统对网络影响的鲁棒性。

论文目录

  • 提要
  • 第1章 概述
  • 1.1 前言
  • 1.2 课题提出的背景
  • 1.3 研究现状
  • 1.3.1 研究方法概述
  • 1.3.2 研究方法对比分析
  • 1.4 基于多项式预测滤波的实时信号网络传输原理
  • 1.5 研究目的及意义
  • 1.6 本文使用的符号定义
  • 1.7 本章小结
  • 第2章 相关技术背景知识
  • 2.1 引言
  • 2.2 多项式信号模型
  • 2.3 多项式预测滤波理论
  • 2.3.1 概述
  • 2.3.2 牛顿型多项式预测滤波器
  • 2.3.3 FIR型多项式预测滤波器
  • 2.3.4 扩充型FIR预测滤波器
  • 2.3.5 IIR型多项式预测方法
  • 2.3.6 非线性自适应预测滤波器
  • 2.3.7 存在的问题及改进方法
  • 2.4 多项式预测理论的应用
  • 2.4.1 参数测量预测与补偿
  • 2.4.2 控制延迟的补偿
  • 2.4.3 无线通讯系统中的应用
  • 2.4.4 多项式预测在实时信号网络传输的可应用性
  • 2.5 信源信道联合编码
  • 2.6 问题讨论
  • 2.7 小结与展望
  • 第3章 信号采样与数据发送策略
  • 3.1 前言
  • 3.2 模型与量化误差
  • 3.3 信道编码
  • 3.4 数据发送规则
  • 3.5 发送端算法
  • 3.6 本章小结
  • 第4章 网络传输不确定性
  • 4.1 前言
  • 4.2 实时网络传输协议
  • 4.3 时钟同步方法
  • 4.3.1 时钟同步方法研究概述
  • 4.3.2 时钟同步算法与误差分析
  • 4.4 时延分析
  • 4.5 单包与多包传输方式
  • 4.6 路由与数据包乱序
  • 4.7 数据包丢失
  • 4.8 信道衰减与误码
  • 4.9 本章小结
  • 第5章 接收端信号重建与误差分析
  • 5.1 前言
  • 5.2 采样数据预测恢复
  • 5.3 信号重建与虚拟传感器重采样
  • 5.4 接收端算法
  • 5.5 传输误差分析
  • 5.6 实例分析
  • 5.6.1 实验环境
  • 5.6.2 实验内容
  • 5.6.3 结论
  • 5.7 本章小结
  • 第6章 基于多项式预测滤波理论的网络控制系统研究
  • 6.1 前言
  • 6.2 发展现状及研究趋势
  • 6.3 网络传输对控制系统的影响
  • 6.3.1 网络诱导时延
  • 6.3.2 数据包丢失
  • 6.3.3 单包传输与多包传输
  • 6.3.4 数据包乱序
  • 6.3.5 多频率采样
  • 6.4 网络控制系统建模概述
  • 6.4.1 模型参数与假设
  • 6.4.2 基本建模方法
  • 6.4.3 考虑时延的建模方法
  • 6.4.4 考虑丢包的建模方法
  • 6.4.5 考虑多包传输的建模方法
  • 6.4.6 考虑时延与丢包兼顾的建模方法
  • 6.4.7 其它模型
  • 6.5 网络不确定性影响的解决方法初探
  • 6.5.1 网络资源调度
  • 6.5.2 降低传输负载
  • 6.5.3 网络时延补偿
  • 6.5.4 预测器在网络控制系统的应用
  • 6.6 基于多项式预测滤波理论的网络控制系统建模
  • 6.6.1 基本思想
  • 6.6.2 缓冲堆栈更新策略
  • 6.6.3 多频率采样与乱序数据处理
  • 6.6.4 模型描述
  • 6.6.5 稳定性分析
  • 6.7 实例分析
  • 6.8 本章小结
  • 第7章 总结与展望
  • 7.1 本文的主要研究结果和创新点
  • 7.2 进一步的研究内容
  • 参考文献
  • 攻读博士学位期间发表的论文及其它成果
  • 致谢
  • 中文摘要
  • Abstract
  • 相关论文文献

    • [1].基于改进预测滤波的小天体精确着陆自主导航方法研究[J]. 深空探测学报 2019(03)
    • [2].基于自适应预测滤波的视线转率估计方法[J]. 系统仿真学报 2013(02)
    • [3].卡尔曼预测滤波在脱靶量时滞问题中的应用研究[J]. 价值工程 2013(20)
    • [4].地震数据分数阶域空间预测滤波方法研究[J]. 中国海洋大学学报(自然科学版) 2008(06)
    • [5].基于α-β-γ预测滤波的复合控制技术研究[J]. 电子技术与软件工程 2015(14)
    • [6].多项式预测滤波技术在智能控制中的应用[J]. 长春师范学院学报 2013(04)
    • [7].基于非线性预测滤波和UKF的状态估计方法[J]. 科技信息 2013(19)
    • [8].基于非线性预测滤波的卫星姿态确定[J]. 系统仿真学报 2010(S1)
    • [9].抗差自适应模型预测滤波及其在组合导航中的应用[J]. 中国惯性技术学报 2011(06)
    • [10].随机非线性系统的在线修正参数预测滤波PID控制[J]. 北京联合大学学报 2016(04)
    • [11].基于f-x域预测滤波技术的光纤声传感系统降噪方法研究[J]. 山东工业技术 2018(15)
    • [12].CARMAX模型的在线修正参数预测滤波PID控制[J]. 黑龙江科技大学学报 2015(06)
    • [13].基于预测滤波的捷联惯导任意双位置对准方法[J]. 北京航空航天大学学报 2008(05)
    • [14].多变量系统的变时滞无模型预测滤波PID控制[J]. 黑龙江科技大学学报 2019(05)
    • [15].基于多项式预测滤波理论的虚拟传感器构建[J]. 仪器仪表学报 2008(07)
    • [16].基于ARMA模型非因果空间预测滤波(英文)[J]. Applied Geophysics 2009(02)
    • [17].模型预测滤波在机载SAR运动补偿POS系统中的应用[J]. 航空学报 2008(01)
    • [18].多变量CARMAX模型的在线修正参数预测滤波PID控制[J]. 黑龙江科技大学学报 2016(01)
    • [19].基于多项式预测滤波理论的实时信号传输[J]. 吉林大学学报(工学版) 2008(04)
    • [20].可控震源高效采集数据特征干扰压制技术[J]. 石油物探 2016(03)
    • [21].基于多项式预测滤波的机动目标轨迹获取[J]. 南京师范大学学报(工程技术版) 2009(04)
    • [22].基于F-X预测滤波的基追踪算法在雀莫错地区低信噪比资料处理中的应用[J]. 石油物探 2018(03)
    • [23].应用预测滤波估计卫星姿态[J]. 测绘科学 2009(04)
    • [24].硅微陀螺信号前向线性预测滤波方法研究[J]. 传感技术学报 2008(02)
    • [25].浮标LOFIX定位时目标轨迹的AR滤波[J]. 声学与电子工程 2014(03)
    • [26].一种提高车载稳向系统稳向精度方法的研究[J]. 光电技术应用 2017(04)
    • [27].一种基于插值预测的新型电流滤波方法[J]. 自动化技术与应用 2010(07)
    • [28].基于非线性模型预测滤波的微纳卫星定位方法[J]. 北京航空航天大学学报 2008(11)
    • [29].确定性多变量非线性系统的在线修正参数预测滤波PID控制[J]. 陕西理工学院学报(自然科学版) 2016(05)
    • [30].一种优化预测滤波压制随机噪声的方法[J]. 地球物理学进展 2012(03)

    标签:;  ;  ;  ;  ;  

    基于多项式预测滤波的实时信号网络传输技术及应用研究
    下载Doc文档

    猜你喜欢