網(wǎng)絡化控制系統(tǒng)隨機時延研究

第1章 緒論
1.1 引言
1.2 NCS基本概念
1.3 NCS基本問題
1.3.1 網(wǎng)絡誘導時延
1.3.2 數(shù)據(jù)包丟失
1.3.3 多包傳輸與數(shù)據(jù)包時序錯亂
1.3.4 時鐘異步與節(jié)點驅(qū)動
1.3.5 帶寬受限與網(wǎng)絡調(diào)度
1.4 NCS定常時延模型
1.5 NCS隨機時延模型
1.5.1 隨機控制
1.5.2 魯棒控制
1.5.3 預測控制
1.6 NCS馬爾可夫鏈時延模型
1.6.1 僅考慮S—C時延或C—A時延
1.6.2 同時考慮S—C時延和C—A時延
1.7 NCS隱馬爾可夫時延模型
1.7.1 隨機時延
1.7.2 Markov鏈隨機時延
1.7.3 HMM時延
1.7.4 S-A時延
1.7.5 DTHMM時延
1.8 主要研究內(nèi)容
1.8.1 隨機時延的量化、建模與預測
1.8.2 網(wǎng)絡化控制系統(tǒng)的建模與控制
1.8.3 仿真平臺設(shè)計與實現(xiàn)
第2章 預備知識
2.1 引言
2.2 隱馬爾可夫模型
2.2.1 馬爾可夫鏈
2.2.2 隱馬爾可夫模型基本概念
2.2.3 隱馬爾可夫模型分類及基本問題
2.3 馬爾可夫跳變線性系統(tǒng)
2.4 線性矩陣不等式
2.5 阻尼復擺
2.6 相關(guān)引理證明
2.6.1 Schur補引理
2.6.2 Rayleigh熵引理
2.6.3 Jensen不等式引理
2.6.4 Lagrange乘數(shù)法
2.7 符號說明
2.8 本章小結(jié)
第3章 基于DTHMM的網(wǎng)絡時延建模與預測
3.1 引言
3.2 網(wǎng)絡時延量化
3.2.1 平均量化
3.2.2 基于K-均值聚類的量化
3.3 網(wǎng)絡時延建模
3.3.1 隱馬爾可夫時延模型
3.3.2 模型參數(shù)估計
3.4 網(wǎng)絡時延預測
3.4.1 基于平均量化的時延預測
3.4.2 基于K-均值聚類量化的時延預測
3.5 仿真實驗
3.6 本章小結(jié)
第4章 基于DTHMM的NCS狀態(tài)反饋控制
4.1 引言
4.2 馬爾可夫跳變線性系統(tǒng)模型
4.3 系統(tǒng)隨機穩(wěn)定條件研究
4.4 狀態(tài)反饋控制器設(shè)計
4.5 仿真實驗
4.6 本章小結(jié)
第5章 基于DTHMM的NCS最優(yōu)控制
5.1 引言
5.2 增廣狀態(tài)系統(tǒng)模型
5.3 最優(yōu)控制器設(shè)計
5.3.1 最優(yōu)控制器設(shè)計引理
5.3.2 引理證明
5.4 穩(wěn)定性分析
5.4.1 Rayleigh熵引理
5.4.2 引理證明
5.5 仿真實驗
5.6 本章小結(jié)
第6章 基于SCHMM的網(wǎng)絡時延建模、預測與補償
6.1 引言
6.2 問題描述
6.3 建立SCHMM時延建模
6.3.1 SCHMM模型推導
6.3.2 SCHMM模型初步參數(shù)估計
6.3.3 定義說明
6.4 網(wǎng)絡時延預測
6.5 網(wǎng)絡時延補償
6.5.1 最優(yōu)控制器設(shè)計
6.5.2 系統(tǒng)穩(wěn)定性判斷
6.6 仿真實驗
6.7 本章小結(jié)
6.7.1 建立了網(wǎng)絡化控制系統(tǒng)隨機時延的半連續(xù)隱馬爾可夫模型
6.7.2 預測了網(wǎng)絡化控制系統(tǒng)前向通道的隨機時延
6.7.3 補償了網(wǎng)絡化控制系統(tǒng)前、后向通道的隨機時延
第7章 HMM時延模型初始化
7.1 引言
7.2 HMM時延模型
7.2.1 DTHMM時延模型參數(shù)的說明
7.2.2 SCHMM時延模型參數(shù)的說明
7.3 HMM時延模型初始化
7.3.1 DTHMM初始化
7.3.2 SCHMM初始化
7.4 仿真實驗
7.5 本章小結(jié)
第8章 基于TureTime的NCS仿真平臺設(shè)計
8.1 引言
8.2 TureTimel.5 工具箱簡介
8.2.1 Kemel模塊
8.2.2 Network模塊
8.3 網(wǎng)絡化控制系統(tǒng)仿真平臺設(shè)計
8.3.1 傳感器
8.3.2 控制器
8.3.3 執(zhí)行器
8.3.4 干擾節(jié)點
8.3.5 網(wǎng)絡模塊
8.4 基于隱馬爾可夫模型的NCS建模與控制算法設(shè)計
8.5 本章小結(jié)
參考文獻