具有随机丢包的非线性双时标系统网络化控制方法技术方案

一种具有随机丢包的非线性双时标系统网络化控制方法，属于复杂系统网络化控制技术领域。该方法融合模糊逻辑、奇异摄动技术以及随机系统理论，在统一模型框架下，综合考虑被控系统自身的非线性双时标并存特性和网络通信引发的随机丢包问题，建立网络化非线性双时标系统的离散模糊奇异摄动模型，提出随机模糊状态反馈鲁棒控制方法。优点在于，解决现有网络控制方法无法消除复杂双时标系统快变量引起的系统失稳或稳态误差问题，大幅提高NTTSSs的网络化控制性能。

【技术实现步骤摘要】
具有随机丢包的非线性双时标系统网络化控制方法
本专利技术属于复杂系统网络化控制
，特别是提供了一种具有随机丢包的非线性双时标系统网络化控制方法，综合考虑被控对象的非线性和双时标并存特性与网络随机丢包情形的网络化控制方法，适用于复杂非线性双时标系统(NonlinearTwoTime-ScaleSystems，简记为NTTSSs)的高精度网络化控制，可应用于钢铁机器人柔性臂、医疗机械臂以及挠性航天器等NTTSSs的高精度网络化控制。
技术介绍
随着计算机技术的迅速发展，复杂系统网络控制技术(NetworkedControlTechnologiesforComplexSystems，简记NCTFCSs)得到了深入研究并被广泛应用于远程医疗、智能交通、航空航天等领域。然而，被控系统自身特性和网络诱导的时延和丢包等问题，常常引起整体网络化控制系统(NetworkedControlSystems，简记NCSs)的控制性能下降甚至失稳。现存NCTFCSs研究主要集中于网络时延、丢包及通信受限等网络因素对整体NCSs的影响，而较少涉及被控对象自身的动力学特性，从而较难处理被控对象自身存在病态动力学特征的情形，迫切需要新理论与方法。非线性双时标系统是一类具有非线性和双时标并存特性的复杂系统，因NTTSSs自身具有慢、快时标特性而呈现病态动力学特性，其网络化控制问题较常规NCSs复杂，现有网络控制技术无法处理NTTSSs快变模态引起的稳态误差，较难获得高控制性能。因此，兼顾被控对象NTTSSs的自身动力学特征和网络丢包，在统一模型框架下研究NTTSSs的网络控制方法具有重要的理论意义和实际应用价值。本专利技术在国家自然科学基金面上项目(51374082)的资助下提出了复杂非线性双时标系统的离散模糊奇异摄动建模与随机模糊鲁棒控制方法。
技术实现思路
本专利技术的目的在于提供一种具有随机丢包的非线性双时标系统网络化控制方法，具有随机丢包的复杂非线性双时标系统的网络化控制方法，解决现有复杂系统网络控制方法无法消除NTTSSs的快变量引起的稳态误差问题。本专利技术的技术方案是：一种具有随机丢包的网络化NTTSSs的离散模糊奇异摄动建模与随机鲁棒网路控制方法，该方法建立离散模糊奇异摄动模型描述复杂NTTSSs的病态动力学特性，基于此模型，考虑网络随机丢包问题，设计随机鲁棒模糊状态反馈控制器，实现NTTSSs的高精度网络化控制。具体工艺布置包括：如图1所示，本专利技术在网络化NTTSSs上实施，所述网络化NTTSSs的硬件部分主要包括：作为被控对象的NTTSSs，传感器，控制器，网络通讯部件与网线和执行器。传感器采用时间驱动方式，控制器采用事件驱动方式，执行器由缓冲区和零阶保持器组成。传感器和执行器采用相同的采样周期，并且二者保持时钟同步。步骤1、根据被控NTTSSs的动力学方程，建立NTTSSs的连续时间模糊奇异摄动模型。将NTTSSs的变化缓慢或能够直接测量的状态变量看作为慢变量，小参数相关或变化较快的状态变量看作为快变量，采用扇区非线性方法，建立NTTSSs的连续时间模糊奇异摄动模型。规则i：如果ξ1(t)是φil，...，ξg(t)是φig，那么y(t)＝Ccix(t)(1)其中，x(t)∈R(n+m)为状态变量，xs(t)∈Rn为慢状态变量，xf(t)∈Rm为快状态变量，u(t)∈Rq为控制输入，y(t)∈Rl为系统输出，φil，...，φig(i＝1，2，...，r)均为模糊集合，ξ1(t)，...，ξg(t)为可测量的系统变量，Aci，Bci，Cci为合适维数矩阵，ε是奇异摄动参数。步骤2、建立被控NTTSSs的离散时间模糊奇异摄动模型。控制系统中的传感器和执行器均采用时间驱动方式，且二者采用相同的采样时间Ts，在零阶保持器的作用下，将以上连续时间模型(1)，离散化为如下离散时间模糊奇异摄动模型：规则i：如果ξ1(k)是φi1，…，ξg(k)是φig，那么x(k+1)＝EεAix(k)+EεBiu(k)y(k)＝Cix(k)(2)其中，x(k)∈R(n+m)为状态变量，xs(k)∈Rn为慢状态变量，xf(k)∈Rm为快状态变量，u(k)∈Rq为控制输入，y(k)∈Rl为系统输出，Ci＝Cci，Ai，Bi的值可采用如下matlab命令获得：sys＝ss(Aci，Bci，Cci，0)(3)c2d(sys，Ts，′zoh′)(4)给定[x(k)；u(k)]，应用标准模糊推理方法，得到全局离散时间模糊奇异摄动模型：x(k+1)＝EεA(μ)x(k)+EεB(μ)u(k)y(k)＝C(μ)x(k)(5)其中，隶属度函数φij(ξj(k))为ξj(k)在φij中的隶属度，设wi(ξ(k))≥0，fori＝1，2，…，r，r为规则数，ξ(k)表示包含ξ1(k)，...，ξg(k)的向量，μi(ξ(k))≥0，为了便于记录我们令μi＝μi(ξ(k))，步骤3、随机模糊状态反馈鲁棒控制器设计。在实际网络化控制系统中，因网络通信的不稳定，常常在传感器-控制器通道和控制器-执行器通道中丢失数据，导致传感器的输出不等于控制器输入与控制器输出不等于执行器输入的情况。为了描述上述数据丢包问题，本专利技术采用xc(k)∈R(n+m)描述控制器输入，xcs(k)∈Rn为慢状态变量，xcf(k)∈Rm为快状态变量；uc(k)∈Rq表示控制器输出，并将数据丢包描述为服从Bernoulli的取值为0和1随机切换序列，即xc(k)＝αhx(k)(7)u(k)＝βhuc(k)(8)其中，随机变量αh∈R和βh∈R分别为描述传感器-控制器通道和控制器-执行器通道数据丢包现象的相互独立的Bernoulli随机过程。αh＝0表示传感器-控制器通道通信失败数据丢包，αh＝1表示传感器-控制器通道通信成功；βh＝0表示控制器-执行器通道通信失败数据丢包，βh＝1表示控制器-执行器通道通信成功。为描述整体闭环系统数据丢包情况，定义另一Bernoulli过程δh＝αhβh，δh＝0表示闭环系统通信失败数据丢包，δh＝1表示闭环系统通信成功。随机变量δh的分布律为P{δh＝h}＝ph(1-p)1-h，h＝0，1(0＜p＜1)(9)其中，p表示闭环系统通信成功的概率，h表示δh的取值。随机变量δh的均值为...

【技术保护点】
一种具有随机丢包的非线性双时标系统网络化控制方法，其特征在于：工艺步骤如下：步骤1、根据被控NTTSSs的动力学方程，建立NTTSSs的连续时间模糊奇异摄动模型；将NTTSSs的变化缓慢或能够直接测量的状态变量看作为慢变量，小参数相关或变化较快的状态变量看作为快变量，采用扇区非线性方法，建立NTTSSs的连续时间模糊奇异摄动模型：规则i：如果ξ1(t)是φi1，...，ξg(t)是φig，那么Eϵx·(t)=Acix(t)+Bciu(t)]]>y(t)＝Ccix(t)            (1)其中，Eϵ=In×n00ϵIm×m,x(t)=xs(t)xf(t),]]>x(t)∈R(n+m)为状态变量，xs(t)∈Rn为慢状态变量，xf(t)∈Rm为快状态变量，u(t)∈Rq为控制输入，y(t)∈Rl为系统输出，φi1，...，φig(i＝1，2，...，r)均为模糊集合，ξ1(t)，...，ξg(t)为可测量的系统变量，Aci，Bci，Cci为合适维数矩阵，ε是奇异摄动参数；步骤2、建立被控NTTSSs的离散时间模糊奇异摄动模型控制系统中的传感器和执行器均采用时间驱动方式，且二者采用相同的采样时间Ts，在零阶保持器的作用下，将以上连续时间模型(1)，离散化为如下离散时间模糊奇异摄动模型：规则i：如果ξ1(k)是φi1，...，ξg(k)是φig，那么x(k+1)＝EεAix(k)+EεBiu(k)y(k)＝Cix(k)               (2)其中，x(k)∈R(n+m)为状态变量，x(k)=xs(k)xf(k),]]>xs(k)∈Rn为慢状态变量，xf(k)∈Rm为快状态变量，u(k)∈Rq为控制输入，y(k)∈Rl为系统输出，Ci＝Cci，Ai，Bi的值可采用如下matlab命令获得：sys＝ss(Aci，Bci，Cci，0)             (3)c2d(sys，Ts，′zoh′)               (4)给定[x(k)；u(k)]，应用标准模糊推理方法，得到全局离散时间模糊奇异摄动模型：x(k+1)＝EεA(μ)x(k)+EεB(μ)u(k)y(k)＝C(μ)x(k)                (5)其中，隶属度函数μi(ξ(k))=wi(ξ(k))Σi=1rwi(ξ(k)),wi(ξ(k))=Πj=1gφij(ξj(k)),,]]>φij(ξj(k))为ξj(k)在φij中的隶属度，设wi(ξ(k))≥0，for i＝1，2，…，r，r为规则数，ξ(k)表示包含ξ1(k)，...，ξg(k)的向量，μi(ξ(k))≥0，为了便于记录我们令μi＝μi(ξ(k))，A(μ)=Σi=1rμiAi,B(μ)=Σi=1rμiBi,C(μ)=Σi=1rμiCi---(6)]]>步骤3、随机模糊状态反馈鲁棒控制器设计在实际网络化控制系统中，因网络通信的不稳定，常常在传感器‑控制器通道和控制器‑执行器通道中丢失数据，导致传感器的输出不等于控制器输入与控制器输出不等于执行器输入的情况。为了描述上述数据丢包问题，本专利技术采用xc(k)∈R(n+m)描述控制器输入，xc(k)=xcs(k)xcf(k),]]>xcs(k)∈Rn为慢状态变量，xcf(k)∈Rm为快状态变量；uc(k)∈Rq表示控制器输出，并将数据丢包描述为服从Bernoulli的取值为0和1随机切换序列，即xc(k)＝αhx(k)          (7)u(k)＝βhuc(k)         (8)其中，随机变量αh∈R和βh∈R分别为描述传感器‑控制器通道和控制器‑执行器通道数据丢包现象的相互独立的Bernoulli随机过程；αh＝0表示传感器‑控制器通道通信失败数据丢包，αh＝1表示传感器‑控制器通道通信成功；βh＝0表示控制器‑执行器通道通信失败数据丢包，βh＝1表示控制器‑执行器通道通信成功；为描述整体闭环系统数据丢包情况，定义另一Bernoulli过程δh＝αhβh，δh＝0表示闭环系统通信失败数据丢包，δh＝1表示闭环系统通信成功；随机变量δh的分布律为P{δh＝h}＝ph(1‑p)1‑h，h＝0，1(0＜p＜1)     (9)其中，p表示闭环系统通信成功的概率，h表示δh的取值；随机变量δh的均值为：E(δh)=Σh=01hP{δh=h}=Σh=01hph(1-p)1-h=p---(10)]]>基于离散时间模糊奇异摄动模型(5)，对被控对象NTTSSs设计随机模糊状...

【技术特征摘要】
1.一种具有随机丢包的非线性双时标系统网络化控制方法，其特征在于：工艺步骤如下：步骤1、根据被控非线性双时标系统的动力学方程，建立非线性双时标系统的连续时间模糊奇异摄动模型；将非线性双时标系统的变化缓慢或能够直接测量的状态变量看作为慢变量，小参数相关或变化较快的状态变量看作为快变量，采用扇区非线性方法，建立非线性双时标系统的连续时间模糊奇异摄动模型：规则i：如果ξ1(t)是φi1，...，ξg(t)是φig，那么y(t)＝Ccix(t)(1)其中，x(t)∈R(n+m)为状态变量，xs(t)∈Rn为慢状态变量，xf(t)∈Rm为快状态变量，u(t)∈Rq为控制输入，y(t)∈Rl为系统输出，φi1，...，φig(i＝1，2，...，r)均为模糊集合，ξ1(t)，...，ξg(t)为可测量的系统变量，Aci，Bci，Cci为合适维数矩阵，ε是奇异摄动参数；步骤2、建立被控非线性双时标系统的离散时间模糊奇异摄动模型控制系统中的传感器和执行器均采用时间驱动方式，且二者采用相同的采样时间Ts，在零阶保持器的作用下，将以上连续时间模型(1)，离散化为如下离散时间模糊奇异摄动模型：规则i：如果ξ1(k)是φi1，...，ξg(k)是φig，那么x(k+1)＝EεAix(k）+EεBiu(k)y(k)＝Cix(k)(2)其中，x(k)∈R(n+m)为状态变量，xs(k)∈Rn为慢状态变量，xf(k)∈Rm为快状态变量，u(k)∈Rq为控制输入，y(k)∈Rl为系统输出，Ci＝Cci，Ai，Bi的值可采用如下matlab命令获得：sys＝ss(Aci，Bci，Cci，0)(3)c2d(sys，Ts，′zoh′)(4)给定[x(k)；u(k)]，应用标准模糊推理方法，得到全局离散时间模糊奇异摄动模型：x(k+1)＝EεA(μ)x(k)+EεB(μ)u(k)y(k)＝C(μ)x(k)(5)其中，隶属度函数φij(ξj(k))为ξj(k)在φij中的隶属度，设wi(ξ(k))≥0，fori＝1，2，…，r，r为规则数，ξ(k)表示包含ξ1(k)，...，ξg(k)的向量，μi(ξ(k))≥0，为了便于记录我们令μi＝μi(ξ(k))，步骤3、随机模糊状态反馈鲁棒控制器设计在实际网络化控制系统中，因网络通信的不稳定，常常在传感器-控制器通道和控制器-执行器通道中丢失数据，导致传感器的输出不等于控制器输入与控制器输出不等于执行器输入的情况，为了描述上述数据丢包问题，采用xc(k)∈R(n+m)描述控制器输入，xcs(k)∈Rn为慢状态变量，xcf(k)∈Rm为快状态变量；uc(k)∈Rq表示控制器输出，并将数据丢包描述为服从Bernoulli的取值为0和1随机切换序列，即xc(k)＝αhx(k)(7)u(k)＝βhuc(k)(8)其中，随机变量αh∈R和βh∈R分别为描...

【专利技术属性】
技术研发人员：陈金香，
申请(专利权)人：冶金自动化研究设计院，
类型：发明
国别省市：北京;11