一種時(shí)變信號(hào)的網(wǎng)絡(luò)化跟蹤控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明綜合利用信息、控制和網(wǎng)絡(luò)技術(shù)，提出一種時(shí)變信號(hào)的網(wǎng)絡(luò)化跟蹤控制方 法，屬自動(dòng)化控制領(lǐng)域。
【背景技術(shù)】
[0002] 跟蹤控制要求通過(guò)控制器的設(shè)計(jì)，使被控過(guò)程的輸出在允許的誤差范圍內(nèi)能及時(shí) 跟上時(shí)變給定信號(hào)的變化，既要"跟得準(zhǔn)"，又要"跟得上"。在網(wǎng)絡(luò)化的控制系統(tǒng)中，由于網(wǎng) 絡(luò)共享介質(zhì)的特征，不可避免的會(huì)存在時(shí)延，運(yùn)更加劇了跟蹤控制的難度。如果在控制算法 中沒(méi)考慮網(wǎng)絡(luò)中的時(shí)延，而直接將控制作用施加于被控對(duì)象，勢(shì)必會(huì)造成控制品質(zhì)下降，甚 至無(wú)法完成控制任務(wù)。
[0003] 針對(duì)網(wǎng)絡(luò)環(huán)境下時(shí)變信號(hào)跟蹤控制問(wèn)題，傳統(tǒng)的控制方法多是被動(dòng)式的、W犧牲 部分控制質(zhì)量為代價(jià)，讓控制器對(duì)影響控制性能的因素不敏感;多是戰(zhàn)術(shù)上的方法，主要考 慮控制算法的具體設(shè)計(jì)，缺乏全局、戰(zhàn)略上的分析;多是局部的應(yīng)用，適用范圍較小，無(wú)法適 用不確定、非線性等系統(tǒng)；多是基于模型的設(shè)計(jì)，如果沒(méi)有被控對(duì)象的數(shù)學(xué)模型，則無(wú)法進(jìn) 行控制器的設(shè)計(jì)。
[0004] 因此，如何解決網(wǎng)絡(luò)的時(shí)延特征和輸出跟蹤控制的及時(shí)性的矛盾，實(shí)現(xiàn)網(wǎng)絡(luò)化輸 出跟蹤控制;如何獲得未來(lái)的控制作用，在復(fù)雜網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)非線性系統(tǒng)的控制，都是急 需解決的關(guān)鍵科學(xué)問(wèn)題。本發(fā)明充分利用"預(yù)測(cè)"的思想，從人類的自然語(yǔ)言出發(fā)，采用"超 前預(yù)測(cè)"，"全局優(yōu)化與局部近似"，不變應(yīng)萬(wàn)變"，"反饋校正"和"主動(dòng)補(bǔ)償"五大戰(zhàn)略，提 出了一種時(shí)變信號(hào)的網(wǎng)絡(luò)化跟蹤控制方法。

【發(fā)明內(nèi)容】

[0005] 針對(duì)上述現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明的主要目的在于提供一種時(shí)變信號(hào)的網(wǎng)絡(luò) 化跟蹤控制方法。簡(jiǎn)言之，就是在超前預(yù)測(cè)變結(jié)構(gòu)控制的方案下，使系統(tǒng)具有主動(dòng)補(bǔ)償網(wǎng)絡(luò) 延時(shí)的特性，能克服網(wǎng)絡(luò)中存在的不確定性，更能適應(yīng)非線性系統(tǒng)的網(wǎng)絡(luò)化跟蹤控制。
[0006] 為達(dá)到上述目的，本發(fā)明的技術(shù)方案采用W下步驟實(shí)現(xiàn)：
[0007] 1)根據(jù)被控過(guò)程的輸入輸出數(shù)據(jù)，采用模糊聚類的方法離線獲得被控對(duì)象的數(shù)學(xué) 模型；
[0008] 2)根據(jù)離線獲得的數(shù)學(xué)模型采用迭代的方法獲得被控對(duì)象的預(yù)測(cè)輸出，用被控過(guò) 程輸出和模型計(jì)算輸出的偏差來(lái)在線校正預(yù)測(cè)模型；
[0009] 3)將未來(lái)的給定值與預(yù)測(cè)的模型輸出的偏差及偏差的變化作為狀態(tài)變量，構(gòu)造切 換函數(shù)。
[0010] 4)將切換函數(shù)及切換函數(shù)的變化量作為二維模糊控制器的輸入，通過(guò)模糊控制規(guī) 律的設(shè)計(jì)獲得一系列未來(lái)的滑?？刂谱饔?；
[0011] 5)將運(yùn)些未來(lái)的滑模控制作用"打包"通過(guò)網(wǎng)絡(luò)由控制器端發(fā)送到過(guò)程端，在過(guò)程 端通過(guò)網(wǎng)絡(luò)時(shí)延補(bǔ)償器選擇控制序列作用于被控過(guò)程W補(bǔ)償網(wǎng)絡(luò)中的時(shí)延；
[0012] 6)在下一個(gè)周期，重復(fù)執(zhí)行步驟2)-步驟5)。
[0013] 進(jìn)一步，所述步驟1)中的數(shù)學(xué)模型采用模糊聚類的方法獲得，是一步預(yù)測(cè)模型，由 于模糊聚類建模適用于非線性和不確定系統(tǒng)，因此該方法即適用于線性系統(tǒng)也適用于非線 性系統(tǒng)，即適用于簡(jiǎn)單系統(tǒng)，也適用于機(jī)理不清的復(fù)雜系統(tǒng)。
[0014] 進(jìn)一步，所述步驟2)的預(yù)測(cè)輸出是一系列未來(lái)輸出，是由一步預(yù)測(cè)模型遞推得到， 隨著預(yù)測(cè)步數(shù)的增加，預(yù)測(cè)精度會(huì)有所降低，解決的辦法是采用反饋校正的思想，用被控過(guò) 程輸出和模型計(jì)算輸出的偏差來(lái)在線校正預(yù)測(cè)模型。
[0015] 進(jìn)一步，所述步驟3)通過(guò)切換函數(shù)的設(shè)計(jì)，將對(duì)偏差的跟蹤轉(zhuǎn)換成對(duì)W偏差和偏 差的變化信息的線性組合而構(gòu)成的滑模函數(shù)的跟蹤。
[0016] 進(jìn)一步，所述步驟4)需要在當(dāng)前時(shí)刻根據(jù)含有未來(lái)的偏差和偏差變化信息的滑模 函數(shù)來(lái)獲得未來(lái)的控制作用，解決的思路是采用逆向思維，通過(guò)分析使系統(tǒng)穩(wěn)定的滑模函 數(shù)的運(yùn)動(dòng)規(guī)律而間接獲得。
[0017] 進(jìn)一步，所述步驟5)中的時(shí)延信息的獲得，是通過(guò)為每個(gè)傳輸?shù)臄?shù)據(jù)包設(shè)置時(shí)間 戳，通過(guò)當(dāng)前時(shí)間和歷史記錄的時(shí)間相減獲得。
[0018] 所述步驟1)是用模糊聚類的方法獲得如下形式的模型：
[0020] 其中y為輸出，U為輸入，X為狀態(tài)，M為前件變量的隸屬度函數(shù)，叫為后件變量的隸 屬度函數(shù)，a，b為系數(shù)，C為聚類個(gè)數(shù)，k為采樣時(shí)刻，W為輸入U(xiǎn)的延時(shí)。
[0021] 所述步驟2)用迭代的方法計(jì)算未來(lái)的過(guò)程輸出，是指將上一步的計(jì)算值代入y化） 中，依次得到y(tǒng)化+1)，…，y化+N)。所述步驟2)中的在線校正是指用實(shí)際測(cè)量值與模型的計(jì) 算輸出的偏差加權(quán)值作為校正量，疊加到模型的計(jì)算輸出。
[0022] 所述步驟3)切換函數(shù)S的構(gòu)造是用未來(lái)的給定值與預(yù)測(cè)的模型輸出的偏差e及偏 差的變化de作為狀態(tài)變量，即S化）=ceP化)+deP化）=CX化）。
[0023] 所述步驟4)設(shè)模糊控制器的輸入是S巧,^，它們分別是S化)和ds化）=s化)-S化-1) 的模糊化變量，模糊控制器的輸出A U是控制的變化量A U的模糊化變量。定義S和i為和A U的語(yǔ)言變量為
[0024] s = {NB，NM，NS，ZO，PS，PM，PB}
[0025] 5 = {NB，NM，NS，ZO，PS，PM，PBj
[0026] AU={NB，NM，NS，ZO，PS，PM，PB}
[0027] 采用的模糊規(guī)則形式為：If S is A and iis B,thenAU is C。
[002引則可根據(jù)穩(wěn)定性條件沾<0建立如表1所示的模糊控制規(guī)則。
[0029] 表1模糊滑?？刂埔?guī)則表
[0030]
[0031] 再用重屯、法解模糊即可得到一系列未來(lái)的控制作用(u化），u化+1)，…，U化+Nu))。
[0032] 所述步驟5)中的時(shí)延補(bǔ)償是通過(guò)對(duì)數(shù)據(jù)包設(shè)置時(shí)間戳，通過(guò)與當(dāng)前時(shí)間進(jìn)行比較 可得到延時(shí)步數(shù)，進(jìn)而可在由控制器端傳到過(guò)程端的最新的控制作用序列中選擇一個(gè)控制 作用補(bǔ)償網(wǎng)絡(luò)中的時(shí)延。
[0033] 有益效果
[0034] 從上述技術(shù)方案看出，本發(fā)明具有W下有益效果：
[0035] 1、利用本發(fā)明，采用模糊聚類的方法進(jìn)行離線建模。由于建模過(guò)程的輸入只有被 控過(guò)程的輸入-輸出數(shù)據(jù)，無(wú)需額外的信息。因而是一種基于數(shù)據(jù)的方法。因而除了能勝任 一般線性系統(tǒng)W外，更能勝任一些機(jī)理不清、非線性、時(shí)變等不易建模的復(fù)雜過(guò)程。因而適 用范圍更廣。
[0036] 2、本發(fā)明的建模過(guò)程，是用一系列的局部子模型來(lái)代替全局模型，通過(guò)隸屬度函 數(shù)的定義在運(yùn)些子模型之間平滑切換。逼近任何一個(gè)光滑的非線性系統(tǒng)。因而把復(fù)雜系統(tǒng) 的控制器設(shè)計(jì)問(wèn)題轉(zhuǎn)化成多個(gè)簡(jiǎn)單的局部子模型的控制器設(shè)計(jì)。
[0037] 3、本發(fā)明控制作用的產(chǎn)生過(guò)程是根據(jù)未來(lái)的給定值和未來(lái)的過(guò)程值之間的偏差 及偏差變化信息，通過(guò)控制器的設(shè)計(jì)來(lái)產(chǎn)生未來(lái)的控制作用。所采用的方法是將偏差及偏 差的變化信息轉(zhuǎn)化成某個(gè)滑模函數(shù)信息，通過(guò)控制作用的切換設(shè)計(jì)始終保證系統(tǒng)運(yùn)動(dòng)無(wú)限 趨近并穩(wěn)定到滑模面上。根據(jù)穩(wěn)定性的理論，在多變的系統(tǒng)中找到某種看似不變的控制規(guī) 律，做到不變應(yīng)萬(wàn)變"。從而適用各種線性和非線性系統(tǒng)的控制。運(yùn)種控制規(guī)律采用模糊 推理的方式獲得，從本質(zhì)上來(lái)說(shuō)仍然是一種基于數(shù)據(jù)的設(shè)計(jì)方法。
[0038] 4、本發(fā)明采用的時(shí)延補(bǔ)償方式是一種主動(dòng)補(bǔ)償方式。與被動(dòng)補(bǔ)償方式相比具有天 然的優(yōu)勢(shì)，因?yàn)楸粍?dòng)補(bǔ)償方式不管怎么先進(jìn)，都是一種事后的方法，總是不及時(shí)。
[0039] 5、跟蹤控制要求被控過(guò)程輸出能及時(shí)跟上時(shí)變給定信號(hào)的變化，而網(wǎng)絡(luò)環(huán)境的時(shí) 延特性加劇了跟蹤控制的難度;加上一些機(jī)理不清的被控過(guò)程，很難設(shè)計(jì)有效的跟蹤控制 器。而采用本發(fā)明的基于數(shù)據(jù)的建模和超前預(yù)測(cè)變結(jié)構(gòu)控制的設(shè)計(jì)方法能很好的解決運(yùn)一 難題。
【附圖說(shuō)明】：
[0040]圖1為網(wǎng)絡(luò)環(huán)境下時(shí)變信號(hào)跟蹤控制的總體解決框架。
[0041 ]圖2為一種時(shí)變信號(hào)網(wǎng)絡(luò)化跟蹤控制方法的具體設(shè)計(jì)思路。
【具體實(shí)施方式】：
[0042] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面W-個(gè)一階離散NARX系 統(tǒng)為例詳細(xì)闡述本發(fā)明的實(shí)施方式。
[0043] -種時(shí)變信號(hào)的網(wǎng)絡(luò)化跟蹤控制方法，該方法包括W下實(shí)施步驟：
[0044] 假設(shè)被控過(guò)程用一階離散NARX模型表示：
[004引 y(k)=f(y(k-l)，u化））
[0046] 其中k為采樣時(shí)間。f為未知函數(shù)，U為輸入，y為輸出。用T-S模糊模型近似
[0047] Ri：If y(k-l)is Ai and u(k)is Bi
[004引 then y(k)=aiy(k-l)+biU化），i = l,2,...,c
[0049] 其中，前件模糊集Al，Bi，i = I，2，…，C由模糊聚類算法獲得，后件參數(shù)ai，bi根據(jù)被 控過(guò)程的輸入輸出數(shù)據(jù)(U化），y化)）采用最小二乘的方法獲得。
[0050] 1、模糊聚類建模
[0051] 對(duì)被控對(duì)象施加激勵(lì)信號(hào)，一般采用多個(gè)正弦信號(hào)加上小幅度變化的白噪聲作為 激勵(lì)信號(hào)，采集數(shù)據(jù)進(jìn)行模糊聚類系統(tǒng)的辨識(shí)。
[0052] 根據(jù)被控過(guò)程歷史輸入輸出數(shù)據(jù)，用有限個(gè)聚類將系統(tǒng)表示成幾個(gè)"子模型"，通 過(guò)隸屬度函數(shù)的定義，各個(gè)"子模型"之間平滑