一种基于预测补偿的网络化控制系统跟踪控制方法

摘要

本发明公开了一种基于预测补偿的网络化控制系统跟踪控制方法，网络预测控制器由预测产生器和时延补偿器两部分组成，k时刻网络预测产生器输出的控制增量序列为：时延补偿器t时刻的控制增量为：本发明以引入很小的预测误差为代价缩短预测步长，提高了预测控制器对网络时延的补偿效果，相比传统的网络预测控制更易实现。

主权项

一种基于预测补偿的网络化控制系统跟踪控制方法，其特征在于，网络预测控制器由预测产生器和时延补偿器两部分组成，具体包括以下步骤：(1)一类离散时间线性时不变多输入多输出受控系统，其增广系统状态空间描述为：$\left\{\begin{array}{c}\bar{x}(t+1)=\bar{A}\bar{x}\left(t\right)+\bar{B}\Delta u\left(t\right)\\ y\left(t\right)=\bar{C}\bar{x}\left(t\right)\end{array}\right.$其中，Δu(t)＝u(t)‑u(t‑1)；x(t)∈Rⁿ、u(t)∈R^m和y(t)∈R^l分别为被控对象的状态向量、控制输入和控制输出，A∈R^n×n,B∈R^n×m,C∈R^l×n为系数矩阵；系统满足(A,B)完全可控，(A,C)完全可观；系统输出y(t)跟踪外部参考输入y₀(t)实现渐近跟踪，即跟踪误差e(t)满足：状态不可直接测，建立状态观测器：$\left\{\begin{array}{c}\bar{x}(t+1|t)=\bar{A}\bar{x}\left(t\right|t-1)+\bar{B}\Delta u\left(t\right)+\bar{L}[y\left(t\right)-y\left(t\right|t-1)]\\ y\left(t\right|t-1)=\bar{C}x\left(t\right|t-1)\end{array}\right.$其中，x(t+1|t)为当前时刻对下一时刻的状态观测值，x(t|t‑1)和y(t|t‑1)分别为前一时刻对当前时刻的状态观测值和输出观测值，L∈R^n*l为观测器增益；增广观测器增益(2)k时刻网络预测产生器输出的控制增量序列为：$\Delta {\bar{U}}^{*}\left(k\right|k-{\tau }_{sc,k})=-K_{{\tau }_{sck}}·[{\Gamma }_{{\tau }_{sc,k}}\bar{x}(k-{\tau }_{sc,k}+1|k-{\tau }_{sc,k})-Y_0\left(k\right)]$其中，为1×(N_u+τ_sc,k‑1)的块矩阵，从第τ_sc,k+1块开始为单位矩阵I∈R^m×m；k时刻数据包在反馈通道中的实时时延为τ_sc,k，N_p为预测区间长度，N_u‑1为优化区间长度；为N_p×1的块矩阵，为下三角矩阵，满足j‑i≤τ_sc,k‑1且Y₀(k)为系统跟随目标值序列：Y₀(k)＝[y₀(k+1) … y₀(k+N_p)]^T；R、Q为权重系数矩阵；系统输出和控制输入分别为y(k‑τ_sc,k)和u(k‑τ_sc,k)，为k时刻状态观测器最新更新的状态观测值：(3)时延补偿器t时刻的控制增量为：$\Delta u\left(t\right)=S_{{{\tau }^{*}}_{ca,t}}·\Delta {\bar{U}}^{*}(t-{{\tau }^{*}}_{ca.t}|t-{{\tau }^{*}}_t)=-S_{{{\tau }^{*}}_{ca,t}}{K}_{{{\tau }^{*}}_{sc,t}}[{\Gamma }_{{{\tau }^{*}}_{sc,t}}\bar{x}(t-{{\tau }^{*}}_t+1|k-{{\tau }^{*}}_t)-Y_0(t-{{\tau }^{*}}_{ca,t})]$其中，为1×(N_u‑1)的块矩阵，第块为单位矩阵I∈R^m×m，为_t时刻补偿器中最新控制增量序列，τ^*_sc,t和τ^*_ca,t分别为时延补偿器选取的最新优化控制增量序列对应的时延；网络化跟踪控制闭环系统为：x(t+1)＝Ax(t)+B[u(t‑1)+Δu(t)]。