网络化控制系统随机时延研究

网络化控制系统随机时延研究
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2020-11
版次: 1
ISBN: 9787518079223
定价: 68.00
装帧: 平装
开本: 16开
页数: 227页
2人买过
  • 随着网络技术的飞速发展,网络化控制系统已经广泛应用于智能制造、航空航天、智慧交通、远程医疗等领域。随机时延是网络化控制系统研究与应用中亟待解决的根本问题。本书深入分析了网络化控制系统的随机时延特征,提出了基于隐马尔可夫模型的随机时延建模方法,在此基础上研究了前向通道(控制器到执行器)的随机时延预测方法,并设计状态反馈控制器和输出反馈控制器对随机时延进行补偿,降低随机时延对网络化控制系统性能的影响。最后基于实时仿真工具TrueTime搭建网络化控制系统仿真实验平台,对本书研究方法的有效性和优越性进行了验证。
        本书可作为高等院校控制科学与工程、信息与通信工程、电气工程等专业参考书,也可供相关领域的科研人员参考。 葛愿,男,江苏徐州人,博士,教授,硕士生导师,安徽省学术与技术带头人后备人选。主要从事网络化系统分析与控制研究,主持完成国家自然科学基金面上项目、国家自然科学基金青年基金项目、安徽省对外科技合作项目、安徽省自然科学基金项目、安徽省高校学科(专业)拔尖人才学术资助项目等***、省部级项目10余项;主持完成企业产学研项目10余项。发表学术论文60余篇,其中SCI、EI收录30余篇,授权发明专利5项,获省科学技术奖三等奖1项、省教学成果奖三等奖1项。 第1章  绪论
      1.1  引言
      1.2  NCS基本概念
      1.3  NCS基本问题
        1.3.1  网络诱导时延
        1.3.2  数据包丢失
        1.3.3  多包传输与数据包时序错乱
        1.3.4  时钟异步与节点驱动
        1.3.5  带宽受限与网络调度
      1.4  NCS定常时延模型
      1.5  NCS随机时延模型
        1.5.1  随机控制
        1.5.2  鲁棒控制
        1.5.3  预测控制
      1.6  NCS马尔可夫链时延模型
        1.6.1  仅考虑S―C时延或C―A时延
        1.6.2  同时考虑S―C时延和C―A时延
      1.7  NCS隐马尔可夫时延模型
        1.7.1  随机时延
        1.7.2  Markov链随机时延
        1.7.3  HMM时延
        1.7.4  S-A时延
        1.7.5  DTHMM时延
      1.8  主要研究内容
        1.8.1  随机时延的量化、建模与预测
        1.8.2  网络化控制系统的建模与控制
        1.8.3  仿真平台设计与实现
    第2章  预备知识
      2.1  引言
      2.2  隐马尔可夫模型
        2.2.1  马尔可夫链
        2.2.2  隐马尔可夫模型基本概念
        2.2.3  隐马尔可夫模型分类及基本问题
      2.3  马尔可夫跳变线性系统
      2.4  线性矩阵不等式
      2.5  阻尼复摆
      2.6  相关引理证明
        2.6.1  Schur补引理
        2.6.2  Rayleigh熵引理
        2.6.3  Jensen不等式引理
        2.6.4  Lagrange乘数法
      2.7  符号说明
      2.8  本章小结
    第3章  基于DTHMM的网络时延建模与预测
      3.1  引言
      3.2  网络时延量化
        3.2.1  平均量化
        3.2.2  基于K-均值聚类的量化
      3.3  网络时延建模
        3.3.1  隐马尔可夫时延模型
        3.3.2  模型参数估计
      3.4  网络时延预测
        3.4.1  基于平均量化的时延预测
        3.4.2  基于K-均值聚类量化的时延预测
      3.5  仿真实验
      3.6  本章小结
    第4章  基于DTHMM的NCS状态反馈控制
      4.1  引言
      4.2  马尔可夫跳变线性系统模型
      4.3  系统随机稳定条件研究
      4.4  状态反馈控制器设计
      4.5  仿真实验
      4.6  本章小结
    第5章  基于DTHMM的NCS最优控制
      5.1  引言
      5.2  增广状态系统模型
      5.3  最优控制器设计
        5.3.1  最优控制器设计引理
        5.3.2  引理证明
      5.4  稳定性分析
        5.4.1  Rayleigh熵引理
        5.4.2  引理证明
      5.5  仿真实验
      5.6  本章小结
    第6章  基于SCHMM的网络时延建模、预测与补偿
      6.1  引言
      6.2  问题描述
      6.3  建立SCHMM时延建模
        6.3.1  SCHMM模型推导
        6.3.2  SCHMM模型初步参数估计
        6.3.3  定义说明
      6.4  网络时延预测
      6.5  网络时延补偿
        6.5.1  最优控制器设计
        6.5.2  系统稳定性判断
      6.6  仿真实验
      6.7  本章小结
        6.7.1  建立了网络化控制系统随机时延的半连续隐马尔可夫模型
        6.7.2  预测了网络化控制系统前向通道的随机时延
        6.7.3  补偿了网络化控制系统前、后向通道的随机时延
    第7章  HMM时延模型初始化
      7.1  引言
      7.2  HMM时延模型
        7.2.1  DTHMM时延模型参数的说明
        7.2.2  SCHMM时延模型参数的说明
      7.3  HMM时延模型初始化
        7.3.1  DTHMM初始化
        7.3.2  SCHMM初始化
      7.4  仿真实验
      7.5  本章小结
    第8章  基于TureTime的NCS仿真平台设计
      8.1  引言
      8.2   TureTimel.5  工具箱简介
        8.2.1  Kemel模块
        8.2.2  Network模块
      8.3  网络化控制系统仿真平台设计
        8.3.1  传感器
        8.3.2  控制器
        8.3.3  执行器
        8.3.4  干扰节点
        8.3.5  网络模块
      8.4  基于隐马尔可夫模型的NCS建模与控制算法设计
      8.5  本章小结
    参考文献
  • 内容简介:
    随着网络技术的飞速发展,网络化控制系统已经广泛应用于智能制造、航空航天、智慧交通、远程医疗等领域。随机时延是网络化控制系统研究与应用中亟待解决的根本问题。本书深入分析了网络化控制系统的随机时延特征,提出了基于隐马尔可夫模型的随机时延建模方法,在此基础上研究了前向通道(控制器到执行器)的随机时延预测方法,并设计状态反馈控制器和输出反馈控制器对随机时延进行补偿,降低随机时延对网络化控制系统性能的影响。最后基于实时仿真工具TrueTime搭建网络化控制系统仿真实验平台,对本书研究方法的有效性和优越性进行了验证。
        本书可作为高等院校控制科学与工程、信息与通信工程、电气工程等专业参考书,也可供相关领域的科研人员参考。
  • 作者简介:
    葛愿,男,江苏徐州人,博士,教授,硕士生导师,安徽省学术与技术带头人后备人选。主要从事网络化系统分析与控制研究,主持完成国家自然科学基金面上项目、国家自然科学基金青年基金项目、安徽省对外科技合作项目、安徽省自然科学基金项目、安徽省高校学科(专业)拔尖人才学术资助项目等***、省部级项目10余项;主持完成企业产学研项目10余项。发表学术论文60余篇,其中SCI、EI收录30余篇,授权发明专利5项,获省科学技术奖三等奖1项、省教学成果奖三等奖1项。
  • 目录:
    第1章  绪论
      1.1  引言
      1.2  NCS基本概念
      1.3  NCS基本问题
        1.3.1  网络诱导时延
        1.3.2  数据包丢失
        1.3.3  多包传输与数据包时序错乱
        1.3.4  时钟异步与节点驱动
        1.3.5  带宽受限与网络调度
      1.4  NCS定常时延模型
      1.5  NCS随机时延模型
        1.5.1  随机控制
        1.5.2  鲁棒控制
        1.5.3  预测控制
      1.6  NCS马尔可夫链时延模型
        1.6.1  仅考虑S―C时延或C―A时延
        1.6.2  同时考虑S―C时延和C―A时延
      1.7  NCS隐马尔可夫时延模型
        1.7.1  随机时延
        1.7.2  Markov链随机时延
        1.7.3  HMM时延
        1.7.4  S-A时延
        1.7.5  DTHMM时延
      1.8  主要研究内容
        1.8.1  随机时延的量化、建模与预测
        1.8.2  网络化控制系统的建模与控制
        1.8.3  仿真平台设计与实现
    第2章  预备知识
      2.1  引言
      2.2  隐马尔可夫模型
        2.2.1  马尔可夫链
        2.2.2  隐马尔可夫模型基本概念
        2.2.3  隐马尔可夫模型分类及基本问题
      2.3  马尔可夫跳变线性系统
      2.4  线性矩阵不等式
      2.5  阻尼复摆
      2.6  相关引理证明
        2.6.1  Schur补引理
        2.6.2  Rayleigh熵引理
        2.6.3  Jensen不等式引理
        2.6.4  Lagrange乘数法
      2.7  符号说明
      2.8  本章小结
    第3章  基于DTHMM的网络时延建模与预测
      3.1  引言
      3.2  网络时延量化
        3.2.1  平均量化
        3.2.2  基于K-均值聚类的量化
      3.3  网络时延建模
        3.3.1  隐马尔可夫时延模型
        3.3.2  模型参数估计
      3.4  网络时延预测
        3.4.1  基于平均量化的时延预测
        3.4.2  基于K-均值聚类量化的时延预测
      3.5  仿真实验
      3.6  本章小结
    第4章  基于DTHMM的NCS状态反馈控制
      4.1  引言
      4.2  马尔可夫跳变线性系统模型
      4.3  系统随机稳定条件研究
      4.4  状态反馈控制器设计
      4.5  仿真实验
      4.6  本章小结
    第5章  基于DTHMM的NCS最优控制
      5.1  引言
      5.2  增广状态系统模型
      5.3  最优控制器设计
        5.3.1  最优控制器设计引理
        5.3.2  引理证明
      5.4  稳定性分析
        5.4.1  Rayleigh熵引理
        5.4.2  引理证明
      5.5  仿真实验
      5.6  本章小结
    第6章  基于SCHMM的网络时延建模、预测与补偿
      6.1  引言
      6.2  问题描述
      6.3  建立SCHMM时延建模
        6.3.1  SCHMM模型推导
        6.3.2  SCHMM模型初步参数估计
        6.3.3  定义说明
      6.4  网络时延预测
      6.5  网络时延补偿
        6.5.1  最优控制器设计
        6.5.2  系统稳定性判断
      6.6  仿真实验
      6.7  本章小结
        6.7.1  建立了网络化控制系统随机时延的半连续隐马尔可夫模型
        6.7.2  预测了网络化控制系统前向通道的随机时延
        6.7.3  补偿了网络化控制系统前、后向通道的随机时延
    第7章  HMM时延模型初始化
      7.1  引言
      7.2  HMM时延模型
        7.2.1  DTHMM时延模型参数的说明
        7.2.2  SCHMM时延模型参数的说明
      7.3  HMM时延模型初始化
        7.3.1  DTHMM初始化
        7.3.2  SCHMM初始化
      7.4  仿真实验
      7.5  本章小结
    第8章  基于TureTime的NCS仿真平台设计
      8.1  引言
      8.2   TureTimel.5  工具箱简介
        8.2.1  Kemel模块
        8.2.2  Network模块
      8.3  网络化控制系统仿真平台设计
        8.3.1  传感器
        8.3.2  控制器
        8.3.3  执行器
        8.3.4  干扰节点
        8.3.5  网络模块
      8.4  基于隐马尔可夫模型的NCS建模与控制算法设计
      8.5  本章小结
    参考文献
查看详情