基于网络的广义预测控制系统的研究.docVIP

基于网络的广义预测控制系统的研究 　　摘要:设计了时延网络的预测控制算法,采用支持向量机对延时网络进行有效辨识,并加以广义预测控制,起到了良好的控制效果。 　　关键词:网络控制系统(NCS);网络时延;支持向量机(SVM);广义预测控制算法(GPC);队列机制(QS) 　　中图分类号:TP393文献标识码:A文章编号:1009-3044(2010)01-225-02 　　Research on Generalized Predictive Control System Based on Network 　　ZHONG Zhi-yan 　　(Electron and Imformation Department of Zhenjiang College, Zhenjiang 212003, China) 　　Abstract: The paper designs the network delay Predictive Control .Using support vector machines on the network delay the effective recognition and generalized predictive control, Played a good control. 　　Key words: networked control systems(NCS); network delay; generalized predictive control(GPC); queuing strategy (QS); support vector machine (SVM) 　　通过网络形成的反馈控制系统称为网络控制系统NCS(networked control systems)。该类系统中,被控对象与控制器以及控制器与驱动器之间是通过一个公共的网络平台连接的。与传统的点对点结构的系统相比,它具有可以实现资源共享、远程操作与控制、较高的诊断能力、安装与维护简便、能有效减少系统的重量和体积、增加系统的灵活性、柔韧性和可靠性等诸多优点。 　　闭环网络控制系统的结构如图 1所示。τsc表示传感器到控制器的传输延时;τc表示控制器对从传感器接收到的数据包进行解包、解码,实施控制算法并将结果编码、打包所需要的时间,称为控制器计算延时;τca表示控制器到执行器的传输延时;因此,网络总延时可以表示为τ=τsc+τc+τca。其中,τc受节点的负载影响很大。主要考虑传输延时(τsc和τca)对系统的影响,并且忽略传感器和控制器节点的处理时间。τc 可以认为是恒定值,并可以等价地归入τca中。而τsc 和τca则根据控制网络的不同或是恒定的或是时变的。所以系统的总延时可以简单地表示为τ=τsc+τca。 　　但由于网络的介入,网络类型的不同及网络环境存在不确定性等因素,造成网络时滞、数据丢包、误码、数据错序及单包传输和多包传输等问题[1],基于传统的控制设计和分析难以应用到网络控制系统中,必须针对网络系统的特点,研究开发适合于网络环境的先进控制策略。 　　1 整体设计 　　系统存在网络时延,如果用传统的每一采样时刻发送一个控制信号,那么当网络时延大于一个采样周期时,新的控制信号就不能及时到达执行器,执行器只能保持原来旧的控制信号,得不到更新,使控制系统性能下降甚至不稳定,因此我们就希望控制器一次能发送一个控制信号序列,而这一控制信号序列又具有预测功能,使得有网络时延产生时,执行器在己收到的控制信号序列中选出备用控制信号。基于这一思想,我们在控制器节点采用了预测控制的方法,利用基于结构风险最小化原则的神经网络――支持向量机[2](SVM)对网络控制系统进行非线性模型预测,加上广义预测控制算法[3](Generalized Predictive Control, GPC),同时采用队列机制[4],为被控对象选择合适的控制信号。 具体流程如图2所示。 　　2 基于SVM的模型预测的研究 　　2.1 SVM的系统辨识 　　给定样本集为{( xi,yi),i=1,2,...l} ,其中xi ∈RN 为输入值, yi ∈R为对应的目标值, l为样本数。所要求拟合函数形式为: 　　 f(x)=w#8226;?准(x)+b(1) 　　其中w的维数为特征空间维数(可能为无穷维)。最优化问题为 　　 (2) 　　类似线性情况,得到对偶最优化问题 　　(3) 　　其中K(xi,xj)=?准(xi,xj)称为核函数,逼近函数为 　　 (4) 　　2.1 Matlab仿真结构 　　取输入样本{(xi,xj),i=1,2,…,l},其中x=[y(t-1),…,y(t-n),u(t-1)…u(t-m)],