具有数据丢包的网络控制系统的分析

论文摘要

对网络控制系统分别从高斯型二次最优(LQG),切换系统和神经网络控制三个方面来考虑。1.用LQG方法考虑网络控制系统的丢包问题,仅考虑丢包发生在传感器到控制器之间。在传感器一边放置一个Kalman滤波器消除系统扰动和量测噪声,控制器一边放置一个系统模型。将系统建模为随机丢包时,利用马尔可夫链跳变系统的已有的结论给出系统稳定性结论。最后给出网络控制系统性能的充要条件。2.研究了当传感器和控制器出现丢包时的网络控制系统并将其建模为切换系统。因此网络控制系统的稳定性可以相应的转换为切换系统的稳定性来研究。用平均驻留时间的方法来分析周期性切换和随机切换。最后讨论当系统由稳定和不稳定的子系统组成时整个系统的L2增益要小于一个正数γ0。3.首先对网络控制系统进行建模。接着用BP神经网络对网络上丢失的数据包进行预测,采用Levenberg Marquardt(LM)方法来改进BP算法。我们只考虑数据包丢失仅发生在传感器到控制器之间。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 选题的背景
• 1.2 网络控制系统的基本问题
• 1.2.1 网络诱导时延
• 1.2.2 网络丢包
• 1.2.3 通讯约束
• 1.2.4 网络调度
• 1.3 网络控制系统的研究现状
• 1.3.1 基于模型的控制
• 1.3.2 混杂控制
• 1.3.3 智能控制
• 1.3.4 非线性控制
• 1.3.5 预测控制控制
• 1.3.6 鲁棒控制
• 1.3.7 随机系统时延模型研究
• 1.4 本论文的主要研究内容
• 第2章 一些基本概念
• 2.1 网络控制系统的描述
• 2.1.1 网络结构
• 2.1.2 网络通讯协议
• 2.1.3 网络性能
• 2.1.4 节点驱动方式
• 2.2 数学基础
• 2.2.1 马尔可夫链
• 2.2.2 信息论
• 2.2.3 最优控制
• 2.2.4 Kalman 滤波器
• 2.3 切换系统
• 第3章 基于模型的网络丢包控制
• 3.1 系统描述
• 3.1.1 系统工作原理
• 3.1.2 更新算法
• 3.1.3 信息集合
• 3.2 稳定性结论
• 3.3 分离控制
• 3.3.1 分离方法
• 3.3.2 LQG 最优控制算法
• 3.4 主要结论
• 3.4.1 稳定性分析
• 3.4.2 性能分析
• 3.5 仿真算例
• 3.6 本章小结
• 第4章 基于切换的网络丢包控制
• 4.1 问题的提出
• 4.1.1 系统描述
• 4.1.2 基本概念
• 2 增益'>4.1.3 L₂增益
• 4.1.4 已有结论
• 4.2 稳定性分析
• 4.2.1 周期性切换
• 4.2.2 随机切换
• 2 增益分析'>4.3 L₂增益分析
• 4.4 仿真算例
• 4.5 本章小结
• 第5章 神经网络预测网络丢包
• 5.1 预测控制简介
• 5.2 预测控制原理
• 5.2.1 预测模型
• 5.2.2 滚动优化
• 5.2.3 反馈校正
• 5.3 神经网络预测控制原理
• 5.3.1 基于线性化方法的神经网络预测控制
• 5.3.2 基于迭代学习求解的神经网络预测控制
• 5.3.3 基于神经网络控制器的神经网络预测控制
• 5.3.4 基于遗传算法求解的神经网络预测控制
• 5.4 系统分析
• 5.4.1 BP 算法
• 5.4.2 BP 神经网络
• 5.4.3 LM 算法
• 5.5 仿真算例
• 5.6 本章小结
• 第6章 结论与展望
• 6.1 本文总结
• 6.2 研究展望
• 参考文献
• 致谢
• 硕士期间发表的论文
• 个人简历