2025《网络控制系统分析与建模分析案例》1600字.docxVIP

PAGE

PAGE30

网络控制系统分析与建模分析案例

1.1网络控制系统问题描述和模型

典型的网络控制系统结构如图1所示。图中分别表示被控对象的状态及其在控制器接收端的镜像，分别表示控制量及其在执行器接收端的镜像。由于网络的引入，信号的传输存在时延,用分别表示传感器到控制器和控制器到执行器的网络诱导时延。

图1网络控制系统结构

对于图1所示的网络控制系统作如下假设：

1)传感器节点由时间驱动,以固定的周期对被控对象采样,并将数据(被控对象的状态量)存放在单个数据包中发送到网络；

2)控制器节点为事件驱动,采样数据到达时刻，计算控制量并输出；

3)执行器节点也为事件驱动，控制量到达时刻,执行相应的动作；

4)网络传输存在不确定时延，不考虑数据数据包丢失，且控制回路总的时延，且。

大多数专门为控制设计的网络如CAN，满足以上假设。在上述假设下，控制系统中各信号的时序如图2所示，图中表示第个采样时刻。

图1.网络控制系统的信号时序

考虑线性定常被控对象由以下状态方程描述：

（2-1）

其中，为对象状态，为对象输入，为扰动输入，为对象输出，为适维矩阵。考虑网络诱导时延的影响，对应于图2中的信号时序，有

所以包含网络的广义对象的离散数学模型可表示为：

(2-2)

其中,,,。显然，是时变的并且有

因此，（2-2）可化为

（2-3）

其中，。

不失一般性，假设矩阵A具有一个为0的特征值、一个r重特征值，其余为互异特征值，即

其中，J1是由非0互异特征值组成的对角块，J2是由r重特征值对应的约当块，为矩阵的特征向量组成的矩阵。这样，可以表示为：

（2-4）

令

其中，的选择使得成立。于是

其中D，E均为定常矩阵。为方便起见，以下将简记为。这样，广义被控对象的离散化数学模型可表示为

（2-5）

为研究广义被控对象的可控性和闭环系统的稳定性，对（2-5）作状态增广，可得

（2-6）

其中，，，，，，，。

对于（2-6）表示的线性不确定系统，有以下结论：

定理1：如果完全可控，则（2-6）表示的不确定离散系统的标称模型

（2-7）

是完全可控的。

证明：标称模型（2-7）的可控性矩阵为

对作初等变换，可得

由完全可控可知

所以，即（2-7）是完全可控的。证毕。

定理1说明，对（2-6）表示的系统，可以围绕其标称模型（2-7），根据鲁棒控制理论和LMI方法来设计控制器使得系统闭环稳定。

1.2NCS的输出反馈控制器设计

若系统(2-1)的状态不能全部检测，而只能取系统的输出进行反馈时，可以构造状态观测器来重构系统的状态，并利用观测器的状态来构成状态反馈。此时，观测器方程为

(2-8)

其中，为待定的输出反馈增益向量，为观测器状态。而控制律取

(2-9)

将式(2-3)和式(2-8)联立，可得输出反馈网络控制系统的闭环增广状态方程为

(2-10)

其中，，。

本文要涉及基于状态观测器(2-8)的状态反馈控制律(2-9)，使得闭环系统(2-10)渐近稳定。为分析NCS的输出反馈控制，首先引入两个引理：

引理1：（Schur补）给定常数矩阵，和，则成立，当且仅当

或

引理2[6]：设M，N，F为具有适当维数的实矩阵，其中F满足，那么存在常数，使得

定理1对于仅能测量其输出的系统(2-3)，采用式(2-8)的观测器和式(2-9)的控制器，若存在对称正定矩阵，反馈增益矩阵，以及正常数，使得矩阵不等式(2-11)成立，则闭环系统(2-10)渐近稳定。

(2-11)

其中，，，。

证明：取Lyapunov函数为，其中为对称正定矩阵，显然。由Lyapunov定理可知，闭环系统(2-10)渐近稳定的充分条件是

(2-12)

将式(2-10)代入式(2-12)，可得

(2-13)

由引理1，式(2-13)等效于

(2-14)

矩阵M中含有不确定项，考虑到式(2-8)，有

(2-15)

于是，式(2-14)可以写成

(2-16)

由引理2，要使式(2-16)成立，只要存在正数，使得