[发明专利]一种在随机非线性系统中补偿丢失信息的方法在审
申请号: | 201610168429.0 | 申请日: | 2016-03-23 |
公开(公告)号: | CN107229225A | 公开(公告)日: | 2017-10-03 |
发明(设计)人: | 贾廷纲;邹媛媛;牛玉刚;沈玉玲 | 申请(专利权)人: | 上海赛柯控制技术有限公司;华东理工大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 上海兆丰知识产权代理事务所(有限合伙)31241 | 代理人: | 章蔚强 |
地址: | 201203 上海市浦东新*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 随机 非线性 系统 补偿 丢失 信息 方法 | ||
技术领域
本发明涉及自动控制领域的一种在随机非线性系统中补偿丢失信息的方法。
背景技术
在过去的几十年里,随机系统在各方面都取得了广泛的应用,随机系统鲁棒性和稳定性等方面的研究得到了长足的进步。目前对于随机系统的热点在对于线性随机系统在有限时间内的稳定性。线性随机系统在有限时间内的稳定性是指在一个给定的有限时间周期内,所有允许的输入扰动都不会使其输出超过给定的上限阈值。随着通信网络的飞速发展,越来越多的信息是通过通信网络进行传递的。将通信网络引入反馈控制环以后将发生一些问题,其中测量数据的数据包丢失被视为控制系统性能恶化的主要因素。目前涉及到测量数据的数据包丢失的随机系统在有限时间稳定性的研究几乎为没有,而同步考虑非线性随机系统在有限时间稳定性和测量数据的数据包丢失将使问题更加复杂。
发明内容
本发明的目的是为了克服现有技术的不足,提供一种在随机非线性系统中补偿丢失信息的方法,实现了对受状态依赖性噪声影响的离散时间非线性系统,在有测量数据的数据包丢失时的有效补偿和控制,而且运行稳定可靠。
实现上述目的的一种技术方案是:一种在随机非线性系统中补偿丢失信息的方法,包括下列步骤:
构建受状态依赖性噪声影响的离散时间非线性系统步骤:
对一个受状态依赖性噪声影响的离散时间非线性系统;
其中是系统状态,为控制输入量,为系统输出量,ε{ωk}=0,当i≠j时ε{ωiωj}=0,矩阵和矩阵是已知的,为外来干扰量,满足其中σ为一个恒定的自然数;
引入非线性约束条件步骤:
当k∈N0时,对于未知的非线性函数满足下列的二次曲面的约束条件的空间:
其中均是未知的;
矩阵分解步骤:
将分解为:
其中,Δc(k)和Δf(k)未知的随时间变换矩阵函数,并满足Δc(k)≤1,Δf(k)≤1,矩阵A、B、F、Af、Bf、Ff是已知的;
测量数据的数据包丢失概率假设步骤:
随机变量θk表征发生状态测量数据丢失的概率,并符合贝努利过程:
其中表示任意一个数据包丢失的可能性,表示状态数据成功通过通信网络完成了传递;
测量数据的数据包丢失的模型构建步骤:
给以一个标量β〉0和一个迭代补偿常数N,以及一个矩阵R〉0,随机非线性系统对于(σ,β,N,R)是一个在有限时间内稳定的系统,如果任何外来扰动满足即有:
补偿控制步骤:
其中
并在k=0,
令其中K为矩阵放大增益。
进一步的,所述矩阵分解步骤和所述测量数据的数据包丢失概率假设步骤之间还设有非线性约束条件简化步骤,将二次曲面的约束条件曲线边界的约束条件或标准的Lipschitz约束条件。
进一步的,没有测量数据的数据包丢失时,状态的估计值是收到的数据。
采用了本发明的一种在随机非线性系统中补偿丢失信息的方法的技术方案,通过依次进行的构建受状态依赖性噪声影响的离散时间非线性系统步骤、引入非线性约束条件步骤、矩阵分解步骤、测量数据的数据包丢失概率假设步骤和补偿控制步骤,实现了对受状态依赖性噪声影响的离散时间非线性系统,在有测量数据的数据包丢失时的有效补偿和控制,而且运行稳定可靠。
附图说明
图1为本发明的一种在随机非线性系统中补偿丢失信息的方法的流程图。
图2为本发明的一种随机非线性系统用补偿控制器的结构图。
具体实施方式
请参阅图1,本发明的发明人为了能更好地对本发明的技术方案进行理解,下面通过具体地实施例,并结合附图进行详细地说明:
若是一个可能性空间。Ω是样本空间,F是样本空间子集的σ代数,是可能性的测量,ε{·}表示关于可能性的测量,是期望算符。M>0表示M是个正定矩阵,M<0表示M一个负定矩阵,记号P>Q表示矩阵P-Q>0.||·||表示向量的欧几里得范数或者向量的谱范数在对称的矩阵中”★”用来表示对称矩阵中主对角线下方的元素,对于给定的矩阵A,令He{A}=A+AT。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海赛柯控制技术有限公司;华东理工大学,未经上海赛柯控制技术有限公司;华东理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610168429.0/2.html,转载请声明来源钻瓜专利网。