基于事件触发机制的量化Markov跳变系统的分析和控制

发布时间：2018-07-22 13:39

【摘要】：随着计算机网络的广泛应用和微电子技术的不断提高,近几年来,一种具有大范围、分布式控制方式的网络控制系统诞生了。但是网络的引入不仅会降低数据信息的精确性和可靠性,而且由于带宽资源的有限性,系统中的信息不可避免的会出现网络时延、数据丢包、错序等问题,这些问题的存在会降低控制系统的性能甚至失稳。量化器在网络控制系统中的引入,大大提高了数据传输能力,相关的研究成果有很多,绝大多数文献都采用周期采样方式,但是这种方式会发送“不需要”的控制信息,占用网络资源。于是,专家学者们提出了新的触发机制,即事件触发,它能有效减少控制任务的执行次数,因而引起了广泛关注,然而研究同时考虑量化和事件触发机制的文献甚少。另外,跳变系统模型广泛存在于大量的实际控制系统中,研究被控对象为Markov跳变模型的网络控制系统意义重大。基于以上分析,本文基于事件触发方式,引入对数量化器,设计了基于连续Markov跳变系统的量化H_∞控制器,量化H_∞滤波器,研究了量化保性能控制。论文的主要内容如下:1.在传感器-控制器通道和控制器-执行器通道均存在时延和量化的情况下,基于事件触发机制,研究了一类Markov跳变系统的量化H_∞控制问题。为了减少网络中无效的数据传输,首先在状态反馈通道引入事件发生器,数据经事件发生器“过滤”后传送给量化器。充分考虑了网络时变时延,利用时滞分割方法,把区间[8),]分成N个子区间,建立闭环系统数学模型。通过构造Lyapunov泛函,采用自由权矩阵法处理交叉项,减少系统保守性,得到的稳定性条件满足期望的H_∞性能指标,并讨论了如何设计相应的H_∞控制器。最后,控制算法的有效性通过一个数值例子进行了验证。2.研究了一类Markov跳变系统的量化H_∞滤波问题。为了减少通信资源浪费,首先给出了一种事件触发机制,其触发系数随模态切换而变化。采用时滞分割法建立包含时延、量化、事件触发参数的滤波误差系统模型,基于新的Markov跳变系统,构造Lyapunov泛函,采用交互式凸组合方法代替自由权矩阵法,减少计算复杂性。得到的稳定性条件满足H_∞性能指标,在此基础上设计了H_∞滤波器参数。最后的仿真中分析了量化密度对最大时延上界的影响。3.通过在采样器端引入事件发生器,研究了网络化跳变系统的量化保性能控制问题。为了节约网络资源,利用两个对数量化器分别编码状态反馈信号和控制输入信号,结合扇形有界法,把闭环事件触发控制系统转化成等价的时间滞后系统。充分考虑双通道时延的影响,通过构造Lyapunov泛函得到由一组性矩阵不等式描述的系统稳定性条件,并进一步设计控制器,所设计的控制器在保证系统稳定的同时满足给定的保性能值。
[Abstract]:With the wide application of computer network and the continuous improvement of microelectronic technology, in recent years, a network control system with a wide range of distributed control mode was born. But the introduction of network will not only reduce the accuracy and reliability of data information, but also due to the limited bandwidth resources, the information in the system will inevitably appear network delay, data packet loss, misordering and other problems. The existence of these problems will reduce the performance of the control system and even instability. The introduction of quantizer in the network control system has greatly improved the data transmission ability. There are many related research results, most of the literature uses periodic sampling method, but this way will send "unnecessary" control information. Occupy network resources. As a result, experts and scholars have proposed a new trigger mechanism, event triggering, which can effectively reduce the number of execution of control tasks, which has attracted much attention. However, there are few literatures that consider both quantization and event triggering mechanisms. In addition, the jump system model widely exists in a large number of practical control systems, so it is of great significance to study the networked control system whose controlled object is Markov jump model. Based on the above analysis, a quantized H _ 鈭，

本文编号：2137641