无线网络量化系统的滤波与控制研究

无线网络量化系统的滤波与控制研究

论文摘要

被控对象、传感器、控制器和执行器通过共享无线网络组成的闭环控制系统称为无线网络控制系统(又称基于无线网络的控制系统)。与传统的点对点控制系统相比,无线网络控制系统具有成本低、功耗小、易于组装和维护等优点。因此,无线网络控制系统在远程医疗、航空航天、工业自动化和机器人系统中得到了广泛的应用。另外,带宽限制使得量化器成为无线网络控制系统不可缺少的一部分。量化器的研究在理论上和工程实际中都有深远的意义。很多研究者都致力于测量值量化的滤波与控制研究。本论文研究了包括传输时滞、数据丢包和测量值量化的线性无线网络控制系统,分别用贝努力二项分布和时滞微分方程对不可靠无线网络进行了建模,同时引进了对数量化器。研究的目的是得到相应的充分条件使得闭环无线网络控制系统稳定并具有H∞性能,对于奇异系统还满足正则、无脉冲。本论文的主要内容包括以下几点:1.针对奇异时滞通信H∞滤波系统,分析了传输时滞、数据丢包和测量值量化引起的信息限制问题。基于线性矩阵不等式,设计了全阶滤波器来处理信息限制问题,使滤波误差系统是正则的、无脉冲的和指数稳定的,同时具有H∞性能,并给出了滤波器参数的求解算法。最后,给出了两个例子:一个例子验证了新算法在时滞求解方面具有更小的保守性;另外一个例子分析了时滞、丢包和量化密度对系统H∞性能的影响。2.针对存在数据丢包测量值量化的H∞滤波系统,考虑了可靠和不可靠两种通信网络。对于可靠网络,设计滤波器以降低量化器对系统的影响,同时使滤波误差系统满足渐近稳定性和H∞性能。对于不可靠的通信网络,用满足贝努力二项分布的随机变量描述数据丢包,设计滤波器以降低量化器和网络丢包对系统的影响,同时使滤波误差系统满足随机稳定性和H∞性能。论文中还分别给出了两种情况下滤波器参数的求解算法。最后,用一个数值例子验证了该算法的有效性和可行性。3.针对状态重置的动态反馈控制系统,通过分析对数量化器的特性,设计了状态重置的基于观测器的控制器,并用该控制器来降低量化器对系统的影响。由Lyapunov方法证明了状态重置技术的引进不会影响闭环系统的稳定性。基于线性矩阵不等式,得到了观测器和控制器增益的算法。最后,用一个数值例子验证了该算法比基于观测器的控制器能更好的控制系统。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 无线网络控制系统概述
  • 1.1.1 无线网络控制系统研究的目的和意义
  • 1.1.2 无线网络控制系统的优点
  • 1.1.3 无线网络控制系统的缺点
  • 1.2 无线网络控制系统的研究现状
  • 1.2.1 量化器的研究现状
  • 1.2.2 无线网络丢包的研究现状
  • 1.2.3 无线网络时滞丢包的研究现状
  • 1.3 论文工作及结构
  • 第二章 线性矩阵不等式及预备引理
  • 2.1 线性矩阵不等式
  • 2.2 预备引理
  • ∞滤波'>第三章 奇异时滞通信系统的H滤波
  • 3.1 引言
  • 3.2 问题描述及预备知识
  • ∞滤波器设计'>3.3 H滤波器设计
  • 3.4 数值例子仿真应用
  • 3.5 结论
  • ∞滤波'>第四章 不同无线网络通道中的量化H滤波
  • 4.1 引言
  • 4.2 问题描述及预备知识
  • ∞滤波'>4.3 理想通道中的量化H滤波
  • ∞滤波'>4.4 非理想通道中的量化H滤波
  • 4.5 数值例子仿真应用
  • 4.6 结论
  • 第五章 状态重置的动态量化反馈控制
  • 5.1 引言
  • 5.2 问题描述及预备知识
  • 5.3 状态重置控制
  • 5.3.1 状态重置的基于观测器的控制器
  • 5.3.2 稳定性分析
  • 5.3.3 控制器设计
  • 5.4 数值例子仿真应用
  • 5.5 结论
  • 第六章 总结和展望
  • 第七章 致谢
  • 参考文献
  • 附录
  • 作者在攻硕期间发表的学术论文
  • 作者在攻硕期间参与的项目
  • 详细摘要
  • 相关论文文献

    • [1].一种分布式信源编码中最优量化器的设计[J]. 电视技术 2013(07)
    • [2].基于∑△量化的多智能体系统的量化一致性[J]. 系统科学与数学 2016(05)
    • [3].具有均匀量化器的非线性网络控制系统的一致有界性[J]. 控制理论与应用 2012(11)
    • [4].基于分类矢量量化器的超声检测数据压缩方法[J]. 高技术通讯 2008(06)
    • [5].基于自适应量化器选择的编码率失真优化判决算法[J]. 郑州大学学报(工学版) 2019(03)
    • [6].H.264 ABT与量化器的硬件设计与实现[J]. 机电工程 2008(09)
    • [7].梦想量化器 BUICK AVISTA CONCEPT[J]. 世界汽车 2016(07)
    • [8].基于C-均值聚类的分布式估计融合系统的量化器设计[J]. 四川大学学报(自然科学版) 2009(05)
    • [9].基于传感器网络的标量量化器的设计[J]. 系统工程与电子技术 2008(03)
    • [10].基于蚁群算法的带截止区均匀量化器的优化及其在ECG数据压缩中的应用[J]. 计算机科学 2015(S2)
    • [11].压缩视频感知中量化器的研究与设计[J]. 计算机工程与应用 2018(09)
    • [12].一种用于二步式ADC的高速量化器设计[J]. 西北大学学报(自然科学版) 2008(04)
    • [13].具有量化器的网络控制系统稳定性分析[J]. 中国民航大学学报 2010(04)
    • [14].直接序列扩频接收机最优量化器设计[J]. 信号处理 2013(01)
    • [15].用于连续Σ-Δ调制器的2 bit/cycle SAR量化器[J]. 微电子学 2018(06)
    • [16].基于动态规划算法的最优Context量化器设计[J]. 昆明学院学报 2015(06)
    • [17].视觉加权的率失真优化死区调整算法[J]. 电视技术 2010(02)
    • [18].Dither信号理论分析及仿真[J]. 电光与控制 2009(12)
    • [19].测量值量化的时滞系统的输出反馈控制[J]. 浙江大学学报(工学版) 2010(07)
    • [20].协作频谱感知中基于距离准则的量化器设计[J]. 通信学报 2018(09)
    • [21].基于模糊C-均值聚类的最优量化器设计[J]. 四川师范大学学报(自然科学版) 2010(04)
    • [22].SVAC音频编码的特征参数量化器改进[J]. 信息技术 2014(06)
    • [23].具有均匀量化器的网络控制系统的一致有界性[J]. 同济大学学报(自然科学版) 2011(08)
    • [24].二阶多智能体系统的量化迭代学习控制[J]. 弹箭与制导学报 2019(06)
    • [25].Lurie系统的鲁棒量化控制[J]. 控制理论与应用 2012(01)
    • [26].关联量化系统参数稳定性与控制器设计[J]. 自动化学报 2014(01)
    • [27].基于贝叶斯估计的Context量化器设计方法[J]. 昆明学院学报 2013(03)
    • [28].先进音频编码中的非均匀量化器的动态调整研究[J]. 南京大学学报(自然科学版) 2009(01)
    • [29].基于事件触发的量化跟踪控制器设计[J]. 杭州电子科技大学学报(自然科学版) 2020(01)
    • [30].一种基于SAR量化器的低功耗音频Δ-Σ调制器[J]. 微电子学 2016(01)

    标签:;  ;  ;  ;  ;  ;  ;  

    无线网络量化系统的滤波与控制研究
    下载Doc文档

    猜你喜欢