[发明专利]基于智能传感器的网络控制系统的最优估计和控制方法

说明书

本申请涉及基于智能传感器的网络控制系统的最优估计和控制方法，该基于智能传感器的网络控制系统的最优估计和控制方法，提出一种满足条件1：系统传感器具有一定的计算能力：智能传感器能够运行卡尔曼滤波器来实现局部最优状态估计；条件2：施加到系统内的控制指令能被系统传感器得知的SS‑UDP系统，在SS‑UDP系统中构建最优估计器和乘积概率空间，对满足两个条件的SS‑UDP系统给出最优估计，通过构造有限概率空间和无限概率空间给出SS‑UDP系统的稳定性条件、收敛性情况和估计性能的评估，提出有限时域和无限时域情况下的LQG控制器，对SS‑UDP系统的LQG控制问题进行求解，得出闭环的SS‑UDP系统是均方稳定的。

技术领域

本申请涉及网络控制系统技术领域，具体为基于智能传感器的网络控制系 统的最优估计和控制方法。

背景技术

网络和通信技术的快速发展使得控制系统的各个组成部分可以通过网络连 接起来。这样的系统称为网络化控制系统(NCS)。网络的引入带来了许多优点， 如减少布线，降低安装和维护成本，增加系统的灵活性。然而，网络传输时延、 数据包丢失、网络量化等约束，给理论研究和实际应用带来了巨大的挑战。

对于遭受丢包的NCS，通常使用两种基本的通信协议：传输控制协议(TCP) 和用户数据报协议(UDP)；在TCP中，丢失的数据将被重新传输，直到发送节 点从接收节点收到确认信号(Acknowledgment，ACK)，ACK信号是执行器发送的 信号，用于通知估计器控制包是否丢失；在不可靠的网络中，很难通过及时发 送ACK来实现TCP，因此，TCP通常用于高安全性和数据完整并通信可靠的NCS， 例如智能电网和智能传输；由于UDP不使用ACK方案，不需要重传丢失的数据， 因此，UDP具有相对较低的传输可靠性，可以避免不必要的能量消耗，降低了延 迟，并可以进行连续通信，使其成为实时NCS的首选，例如机器人控制和远程 遥控，这一类系统因为不具有ACK信号，通常称为类UDP系统，对具有ACK信 号的系统通常被称为类TCP系统。现有的类UDP系统的最优估计器是非线性， 且由指数递增项组成，从而导致类UDP系统估计器的计算是大量费时的；往往 通过用线性最小均方误差估计器来代替最优估计器来解决线性二次高斯(LQG) 问题,实际上属于一种次优的LQG控制器，对于一般的类UDP系统，由于分离原 理不成立，LQG控制器是一个估计状态的非线性函数，且其求解涉及求解非凸优 化问题，因此在传统类UDP系统的结构(如附图1所示)保持不变的情况下， 不仅在技术上难于设计最优估计器和最优控制器，而且计算也是耗时的，使得 类UDP系统无法在实际工作中得以应用；基于上述问题，现有技术中有提出一 种基于智能传感器的类UDP系统(SS-UDP系统)，SS-UDP系统都满足以下两个 条件：条件1：传感器具有一定的计算能力；条件2：施加到系统内的控制指令 能被传感器得知；但现有技术的SS-UDP系统没有较优的估计器稳定性、估计误 差协方差(EEC)的分布和收敛性、无法给出对估计性能评估方法以及无法建立 闭环系统均方稳定的条件，即没有解决SS-UDP系统的最优估计和LQG控制问题。

申请内容 (一)解决的技术问题

为解决以上问题，本申请提供了基于智能传感器的网络控制系统的最优估 计和控制方法。

(二)技术方案

为实现上述目的，本申请提供如下技术方案：基于智能传感器的网络控制 系统的最优估计和控制方法，包括以下步骤：

步骤S10：构建SS-UDP系统，所述SS-UDP系统是一个离散时间线性系统， 且所述SS-UDP系统满足以下两个条件：条件1，系统传感器具有一定的计算能 力：智能传感器能够运行卡尔曼滤波器来实现局部最优状态估计；条件2，施加 到系统内的控制指令能被系统传感器得知；

步骤S20：对所述SS-UDP系统的估计问题和LQG问题实现公式化；

步骤S30：在所述SS-UDP系统中构造乘积概率空间和最优估计器；