[发明专利]一种基于错序认知的网络控制系统集成控制器设计方法

权利要求书

1.一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，该方法包括：基于实时统计分析的错序认知方法；

基于错序认知的采样率自适应算法；

采样率和被控对象联合控制的控制器设计；

面向网络的闭环网络控制系统建模；

面向网络的控制系统稳定性分析与性能优化；

其集成控制器包括三个模块：认知模块，实现错序感知、识别和分析；计算模块，计算错序度量值，设计采样率自适应算法，计算联合控制采样率和被控对象的控制行为；监管模块，监督系统性能指标变化，调整控制器参数；

其错序认知过程包括错序感知、错序分析和错序决策；

其采样率自适应算法以错序认知为基本依据，根据采样率与错序熵统计信息之间的复杂耦合关系，构建采样率状态方程。

2.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，所述的错序感知，通过采用数据包的期望到达序列数与接收索引(接收端分配)比较法实现错序的实时感知和识别；错序分析，基于熵的统计学意义，估计最大时延界                                                ，确定错序阈值，采用直方图方法计算错序密度，获得错序熵的统计规律，其中，表示偏移值为的数据包的错序密度，为非负整数，表示错序阈值；错序决策：基于错序熵，采用迭代算法，建立采样周期的状态方程。

3.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，所述的基于错序认知的采样率自适应算法具体步骤如下：

基于错序熵越接近0越有序，越大越无序的原理及其统计规律，应用回归分析方法，研究采样率与错序熵之间的复杂关系；

根据采样率关于错序熵的拟合曲线，选用适当步长和限制调控量因子；

基于，采用迭代算法，建立采样周期的状态方程，其中，表示第次采样时刻，表示时刻的错序熵。

4.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，考虑克服网络不利因素(错序、时延和丢包)的自身控制器设计的同时，实现采样率和被控对象一体化控制。

5.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，采用抛弃晚到包策略，基于泰勒级数展开公式，处理时变采样周期，建模系统为具有多面体不确定项的离散系统；综合上述系统与采样周期状态方程，构建增广系统模型；设计反馈控制输入，令

其中，为被控对象控制序列，为采样周期控制序列。

6.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，网络的闭环网络控制系统建模方法为：针对网络传输时延和数据包丢失有界的网络，基于抛弃晚到包策略，根据数据包的偏移值，建立最新信号与偏移值之间的映射关系，获得执行最新信号的控制输入序列；由于，基于错序熵的统计信息，采用区间有限划分和凸组合方法，构建具有多面体不确定项的闭环切换系统模型。

7.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，面向网络的控制系统稳定性分析与性能优化研究中，设计部分模型依赖自适应控制器，克服固定控制器参数具有的保守性，以及完全依赖模型自适应调整控制器参数的计算复杂性和增加的网络负载。

8.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，设计应用系统性能和能量消耗权值比重，构建关于上述两种性能指标的具有权值的多目标效用函数；采用分段Lyapunov函数，利用平均处理时间技术、S-程序和线性矩阵不等式技术，研究系统的稳定性和性能优化，获得控制器设计方案。

9.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，选用调节因子，构建部分模型依赖自适应控制器

其中，或，，为被控系统状态。

10.根据权利要求1所述的一种基于错序认知的网络控制系统集成控制器设计方法，其特征在于，集成控制器中监管模块，根据二次性能指标及网络QoS，自适应调节控制器调节因子和；如果性能良好，采用固定控制器参数；否则，采用模型依赖的控制器参数。