內容簡介
     基於物聯網的網絡化控製技術正在逐漸形成,並受到關注,網絡化控製技術主要應用於大城市交通係統的實時指揮和控製,航空工業中的飛機導航自動化控製,石油化工和冶金等連續流程工業的生産控製和調整,戰術導彈的數字化製導控製,網絡賦能彈藥控製等。不同於以往的研究成果,《離散係統網絡化控製理論:傳輸速率定理》針對網絡通信信道傳輸速率受限的情況,研究瞭綫性離散係統的網絡化控製問題,在多種情況下證明瞭確保係統可鎮定的傳輸速率下界,給齣瞭控製性能與傳輸速率之間固有的平衡關係,提齣瞭新的量化、編碼和控製策略,實現瞭控製與通信一體化設計。     
作者簡介
     劉慶泉,男,瀋陽理工大學副教授,研究生導師。1998年本科畢業於南京理工大學,隨後在東北大學分彆獲得通信與信息係統專業碩士學位和控製理論與控製工程專業博士學位,並在中國科學院瀋陽自動化研究所博士後流動站完成博士後研究工作,獲“中國博士後科學基金資助項目”(一等資助)。本科畢業後在瀋陽理工大學從事教學工作,現為該校裝備工程學院信息對抗技術專業教研室主任。主講課程有:電子對抗技術、探測與識彆技術、高頻電子綫路、信息論、DSP技術與應用等。主要的研究方嚮為:網絡化控製係統、人駕駛飛行器控製係統等。目前已發錶SCI/EI檢索學術論文60多篇,齣版學術專著2部。主持和參與多項省部級縱嚮、橫嚮科研項目。曾獲得4項遼寜省自然科學學術成果奬。     
內頁插圖
          目錄
   1    Networked    Control    Schemes    on    The    Basis    of    Information    Theory    
1.1    Stabilization    of    Stochastic    Linear    Systems    With    Data-Rate    Constraints     
1.1.1    Introduction                              
1.1.2    Problem    Formulation                       
1.1.3    Lower    Bound    of    Data    Rates    for    Stabilization           
1.2    Observer-Based    Dynamic    Feedback    Control    Under    Communication                Constraints                                   
1.2.1    Introduction                         
1.2.2    Problem    Statement    and    Preliminaries  
1.2.3    Quantized    Feedback    Control    Under    Data-Rate    Limitation              
1.2.4    Numerical    Example                          
1.3    A    Quantization    and    Coding    Scheme    Under    Information-rate    Limitation    
1.3.1    Introduction                                   
1.3.2    Problem    Formulation                                
1.3.3    Lower    Bounds    of    Information    Rate    for    Stabilization        
1.3.4    Simulations                                  
References                                      
2    Quantization,    Coding,    and    Control    Schemes    Under    Data            Rate    Limitations                               
2.1    Quantized    State    Feedback    Control    Without    Disturbances     
2.1.1    Introduction                            
2.1.2    Problem    Formulation                    
2.1.3    The    Bit-Allocation    Algorithm                      
2.1.4    Numerical    Example                            
2.2    Bit-Allocation    Schemes    for    Systems    with    Disturbances           
2.2.1    Introduction                               
2.2.2    Problem    Formulation                        
2.2.3    Bit-Allocation    Schemes                     
2.2.4    Numerical    Example                          
2.3    Dynamic    Quantization    Schemes    for    Output    Feedback    Control     
2.3.1    Introduction                                                                  
2.3.2    Problem    Formulation                              
2.3.3    Output    Feedback    Control                         
2.3.4    Numerical    Example                       
2.4    Feedback    Control    With    Measurement    Quantization    and    Control            Signal    Quantization                                   
2.4.1    Introduction                                  
2.4.2    Problem    Formulation                              
2.4.3    Control    Under    Communication    Constraints                 
2.4.4    Numerical    Example                                
References                                        
3    Robust    Control    of    Parameter    Uncertain    Systems    Under    Data-Rate        Constraints                                      
3.1    Quantization    and    Coding    Schemes    for    Robust    Control       
3.1.1    Introduction                                
3.1.2    Problem    Formulation                           
3.1.3    Robust    Control    Under    Date-Rate    Constraints                 
3.1.4    Numerical    Example                            
3.2    A    Time-Varying    Recursive    Allocation    (TVRA)    Algorithm    for            Robust    Control                          
3.2.1    Introduction                                   
3.2.2    Problem    Formulation                              
3.2.3    Time-Varying    Recursive    Allocation    (TVRA)    Algorithm                
3.2.4    Numerical    Example                          
References                                     
4    Stabilization    of    Linear    Time-Invariant    Systems    Over    Packet    Dropout        Communication    Channels                    
4.1    Quantized    State    Feedback    Control               
4.1.1    Introduction                             
4.1.2    Problem    Formulation                
4.1.3    Quantization,    Coding,    and    Control    Schemes                  
4.1.4    Numerical    Example                           
4.2    Quantized    Feedback    Control    For    MIMO    Systems      
4.2.1    Introduction                                  
4.2.2    Problem    Formulation                   
4.2.3    Quantization    and    Control    Schemes                                                 
4.2.4    Numerical    Example                             
References                                    
5    Stabilization    of    Networked    Control    Systems    with    Data-Rate            Limitations    and    Time    Delays                   
5.1    Stabilization    of    Systems    without    Disturbances    
5.1.1    Introduction                                 
5.1.2    Problem    Formulation                       
5.1.3    Networked    Control    with    Time    Delays        
5.1.4    Numerical    Example                           
5.2    Stabilization    of    Systems    with    Disturbances                
5.2.1    Introduction                                
5.2.2    Problem    Formulation                           
5.2.3    Networked    Control    Under    Communication    Constraints          
5.2.4    Numerical    Example                         
5.3    Networked    Control    over    Noisy    Channel    with    Time    Delays    151    
5.3.1    Introduction    151                                
5.3.2    Problem    Formulation    152                            
5.3.3    Networked    Control    Under    Communication    Constraints    153                
5.3.4    Numerical    Example    157                            
5.4    Stabilization    of    MIMO    Control    Systems           
5.4.1    Introduction                          
5.4.2    Problem    Formulation                        
5.4.3    Networked    Control    Under    Data-Rate    Limitations       
5.4.4    Numerical    Example                       
References                         
6    LQG    Control    of    Linear    Systems    Under    Data-Rate    Constraints   
6.1    Quantized    State    Feedback    Control                        
6.1.1    Introduction                           
6.1.2    Problem    Formulation            
6.1.3    LQG    Control    Under    Data-Rate    Constraints   
6.1.4    Numerical    Example                      
6.2    LQ    Control    of    Networked    Control    Systems    With    Limited    Data    Rates
6.2.1    Introduction                             
6.2.2    Problem    Formulation                               
6.2.3    LQ    Control    Under    Data-Rate    Constraints                                                 
6.2.4    Numerical    Example                           
6.3    Input    and    Output    Quantized    Control    of    LQG    Systems    under    Information    Limitation                    
6.3.1    Introduction    
6.3.2    Problem    Formulation                 
6.3.3    LQG    Control    Under    Date-Rate    Constraints      
6.3.4    Numerical    Example                    
References                                     
……      
前言/序言
       
				 
				
				
					《復雜動態係統的高效信息交互與決策:理論與應用》  內容簡介  本書深入探討瞭現代復雜動態係統在信息交互與決策過程中所麵臨的核心挑戰,並聚焦於如何在高效率、低損耗的條件下實現係統的可靠運行與性能優化。隨著信息技術的飛速發展,越來越多的物理係統被賦予瞭網絡連接的能力,例如智能電網、自動駕駛車隊、工業自動化生産綫、以及遍布全球的傳感器網絡等。這些被網絡化的係統,因其分布式、非綫性和時變等特性,其分析與控製麵臨著前所未有的復雜性。本書旨在提供一套嚴謹的理論框架和實用的分析工具,以應對這些挑戰,特彆是在信息傳輸的速率、延遲、損耗等關鍵因素對係統整體性能的影響方麵,進行深入的研究與闡述。  核心研究範疇  本書的研究核心聚焦於信息傳輸速率對復雜動態係統網絡化控製性能的影響。在傳統的控製理論中,信息的傳遞往往被假設為即時且無損的,然而在實際的網絡化控製係統中,由於通信帶寬的限製、網絡擁塞、數據丟失以及傳感器和執行器的量化等因素,信息的傳輸必然伴隨著速率的約束和潛在的損失。這些因素直接決定瞭控製係統能夠獲取多少關於被控對象狀態的信息,以及這些信息到達控製器的時延。因此,如何量化這種信息傳輸速率對係統穩定性和性能的限製,以及如何在此基礎上設計齣魯棒、高效的控製策略,是本書所要解決的關鍵問題。  理論基石與方法論  本書建立在多學科交叉的理論基礎上,融閤瞭係統辨識、狀態估計、信息論、控製理論、通信理論以及隨機過程等多個領域的精髓。     信息理論的視角: 本書藉鑒瞭信息論中的信道容量、互信息等概念,將網絡通信渠道視為一種信息傳輸的“瓶頸”。通過分析被控對象的狀態信息與傳輸到控製器端的測量信息之間的互信息量,可以量化信息傳遞的效率。當傳輸速率低於某個臨界值時,控製器將無法獲得足夠的信息來精確地估計被控對象的狀態,從而可能導緻係統不穩定。本書將深入探討這些臨界速率的計算方法,並分析不同類型的信息(例如,全局狀態信息、局部信息、量化信息等)在傳輸速率約束下的效用。     隨機過程與濾波理論: 實際的網絡化控製係統往往受到各種隨機噪聲和擾動的影響。本書將采用先進的隨機過程建模方法,例如馬爾可夫鏈、泊鬆過程等,來描述信息在網絡中的傳輸特性,包括時延的概率分布、數據包丟失的概率等。在此基礎上,將發展適用於網絡化環境的先進狀態估計算法,如擴展卡爾曼濾波(EKF)、無跡卡爾曼濾波(UKF)、粒子濾波(PF)的變種,以及專門為解決通信約束設計的估計器,例如基於信息速率約束的卡爾曼濾波器,以在有限的信息傳輸速率下,盡可能準確地估計被控對象的狀態。     控製理論與穩定性分析: 針對網絡化控製係統的特性,本書將采用多種控製策略。這包括:        基於事件觸發的控製(Event-Triggered Control): 傳感器僅在係統狀態發生顯著變化時纔發送測量數據,從而降低通信開銷,提高信息傳輸效率。本書將分析不同事件觸發機製對係統穩定性和性能的影響,並探討如何設計最優的事件觸發條件。        基於預測的控製(Model Predictive Control, MPC): 利用被控對象的模型,在每個控製周期內預測未來的係統行為,並優化控製輸入以滿足性能指標和約束條件。對於網絡化係統,MPC需要考慮信息時延和有限的通信速率,本書將提齣適用於此類場景的魯棒MPC算法。        魯棒控製與自適應控製: 針對通信不確定性和參數時變性,本書將研究如何設計能夠容忍信息傳輸速率下降或數據丟失的魯棒控製器,以及如何通過自適應機製來補償通信故障或模型不確定性。        分布式控製與協同控製: 在由多個相互通信的子係統組成的復雜網絡中,本書將探討如何設計分布式控製器,使得子係統能夠協同工作,實現整體係統的最優性能。信息傳輸速率在子係統間的有效協同中起著至關重要的作用。     模型與數學工具: 本書將廣泛使用綫性矩陣不等式(LMIs)、李雅普諾夫方程、H∞範數、L2增益分析等成熟的數學工具,來分析係統的穩定性、魯棒性和性能。同時,也將探索將現代優化理論、凸優化等工具應用於網絡化控製係統的設計與分析。  研究內容細分  本書的內容將涵蓋以下幾個關鍵方麵:  1.  網絡化控製係統中的信息速率與係統性能的量化分析: 建立精確的數學模型,量化信息傳輸速率與係統穩定性、收斂速度、抗乾擾能力之間的關係。研究不同類型的通信信道(例如,容量有限的高斯信道、離散輸入信道、具有時延和丟包的信道)對控製係統性能的影響。  2.  有限信息速率下的狀態估計: 針對不同類型的傳感器(例如,連續值傳感器、量化傳感器)和通信渠道,設計高效的狀態估計器,使其在有限的信息傳輸速率下,能夠獲得盡可能準確的被控對象狀態信息。重點研究基於互信息約束的估計方法。  3.  速率受限下的反饋控製策略設計: 基於對信息傳輸速率的分析,設計能夠保證係統穩定性的反饋控製律。這包括開發能夠適應通信速率變化或具有魯棒性的控製器。例如,設計一種控製器,當通信速率下降時,控製器會自動調整其增益或響應速度,以維持係統穩定。  4.  基於預測的速率受限控製: 將模型預測控製與有限信息速率下的狀態估計相結閤,設計一種能夠考慮通信約束的預測控製器。這種控製器能夠在控製周期內預測係統狀態,並優化控製輸入,同時兼顧通信帶寬的限製。  5.  事件觸發通信機製與信息速率優化: 深入研究事件觸發通信機製,分析其如何通過減少不必要的數據傳輸來提高信息利用效率。探討如何設計最優的事件觸發條件,以在保證係統性能的前提下,最大限度地降低通信開銷。  6.  分布式與協同網絡化控製的信息速率問題: 研究在由多個節點組成的分布式網絡中,如何通過優化節點間的通信速率,實現整個係統的有效協同與性能提升。重點關注信息流的時序、同步以及信息共享的效率。  7.  應用實例分析: 通過具體的實際應用案例,如智能電網的負荷頻率控製、自動駕駛車輛的車隊協調、以及高精度工業生産綫的協同控製等,來驗證本書提齣的理論方法和控製策略的有效性。這些案例將展示如何在有限的通信資源下,實現復雜係統的魯棒、高效運行。  本書的價值與意義  本書的研究成果對於推動現代復雜係統的智能化、網絡化發展具有重要的理論和實踐意義。     理論貢獻: 本書將為網絡化控製理論提供一套更為完善的理論框架,特彆是在信息傳輸速率與係統性能之間建立起量化的聯係,填補瞭現有研究在這一領域的空白。    技術創新: 本書提齣的新型狀態估計算法和控製策略,能夠有效解決實際網絡化係統中信息傳輸速率受限帶來的挑戰,為設計更可靠、更高效的控製係統提供技術支持。    應用前景: 本書的研究成果可以廣泛應用於智能電網、自動駕駛、工業4.0、航空航天、機器人技術、以及物聯網等眾多領域,為這些領域的技術升級和應用拓展提供堅實的理論基礎。例如,在自動駕駛車隊中,如何在高帶寬受限的情況下,實現車輛之間的信息共享和協同決策,以保障行車安全和交通效率,正是本書研究的重點。在智能電網中,如何在高壓數據通信成本下,實時監測和控製電網的運行狀態,以實現電力的穩定供應,也依賴於本書提齣的相關理論。  本書適閤於從事係統控製、通信工程、自動化、計算機科學等領域的研究人員、工程師以及高年級本科生和研究生閱讀。通過本書的學習,讀者將能夠深刻理解網絡化控製係統中信息傳輸速率的關鍵作用,並掌握分析和解決此類問題的核心技術。