基于延时预测的模型状态反馈网络控制方法

摘要：

网络延时的存在不仅会使控制系统的动、静态性能变差,还可能会破坏系统的稳定性,造成既有控制方法的失效.针对带有随机延时的网络控制系统,提出了一种基于网络延时实时预测和系统状态逼近的控制方法.首先,建立无延时的理想控制系统模型作为标准控制系统模型；其次,应用基于隐马尔可夫模型(HMMs)的延时预测算法预测网络延时,该方法能够实时自适应学习,以适应网络负载情况的变化,得到更符合实际情况的延时预测值；最后,根据网络延时的预测值、实际网络控制系统与标准控制系统模型的状态之差,来调整控制信号,从而使实际网络控制系统的状态与标准控制系统模型接近、甚至相等,达到期望的控制效果.数字仿真结果表明,这一方法是可行的,能够获得更加快速的动态性能和稳定的静态性能.

关键词：网络控制系统、延时预测、隐马尔可夫模型、状态逼近

所属期刊栏目：19

分类号：TP27(自动化技术及设备)

资助基金：国家博士点学科专项科研基金资助项目20030335002;浙江省科技厅资助项目2004C31084

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：210-213