导读:本文包含了量化反馈论文开题报告文献综述及选题提纲参考文献，主要关键词:信号量化,对数量化器,输入输出量化反馈控制,马尔可夫跳跃系统
量化反馈论文文献综述
孙维阳,刘雨[1]（2019）在《一类转移概率部分未知的Markov跳跃系统的输入输出量化反馈控制》一文中研究指出对一类离散时间马尔可夫跳跃系统(Markov jump systems,MJSs)的稳定性问题进行研究,考虑MJSs转移概率矩阵中的元素部分未知,且系统的控制输入通道和测量输出通道都存在信号量化的情况,其中控制器输入通道和系统输入通道的信号分别被两个不同的对数量化器量化。利用切换李雅普诺夫函数的方法,通过构造系统模态依赖且双通道量化误差依赖的李雅普诺夫函数,完成对闭环系统的稳定性分析和控制器设计。得到一组模态依赖的控制器,能够在系统的转移概率部分未知和存在双通道量化误差的条件下,保证闭环MJSs的随机稳定性。最后通过仿真实验验证了理论的有效性。(本文来源于《系统工程与电子技术》期刊2019年08期）
任方杰[2]（2019）在《网络量化反馈控制系统的稳定性及控制策略研究》一文中研究指出网络控制系统(Networked Control Systems,NCSs)是一种通过网络进行数据传输和交换的闭环实时分布式控制系统。与传统的控制系统相比,NCSs在带来很多优点的同时也带来了许多问题,诸如网络诱导时延、数据包丢失和错序以及对网络带宽限制约束,再加上系统中的建模不确定性和外部干扰等,使得这类组合系统的分析和综合变得极其困难。另外由于一些信号不易被编码,因此需要引入量化器,这就不可避免的引入量化误差的影响。这些问题都会导致系统控制性能的下降,因此对于网络量化控制系统理论的研究就有着重要意义。本文主要针对网络量化反馈控制系统的稳定性和控制策略进行分析与研究。充分考虑网络诱导时延、量化、外界干扰以及带宽约束等问题,建立系统模型,采用李雅普诺夫(Lyapunov)稳定性理论和线性矩阵不等式(Linear Matrix Inequality,LMI)等技术来分析研究系统的性能、稳定性以及控制器设计。具体研究内容如下:一、考虑网络时延及系统不确定性的情况下,对系统进行建模,采用对数量化器分别对控制系统的状态信号和控制信号进行量化,并将量化误差转化为扇区有界形式,随后利用转移概率已知的马可夫链(Markov chain)来描述网络时延的随机变化规律,将控制系统建模成Markov跳变系统。通过构建Lyapunov-Krasovskii泛函,应用LMI方法得到系统随机稳定且具有H_?性能指标?的充分条件,并给出了量化反馈控制器的设计方法。二、随后进一步针对外界干扰和网络时延对于控制系统的影响,研究了基于观测器的量化输出反馈控制问题。分别考虑外界干扰不存在和外界干扰存在时,构建新的网络系统模型,应用Lyapunov稳定性原理和LMI不等式方法,给出了网络系统渐近稳定的充分条件和量化反馈控制器的设计方法,并通过数值仿真对比得出外界干扰对系统收敛速率的影响。叁、接着考虑网络带宽约束影响,研究了含有网络时延和外界干扰的混合触发NCSs的状态反馈控制问题。通过采用混合触发机制和量化理论用来提高数据在控制系统中的传输效率,由于混合触发机制和量化作用的影响,将原来控制系统建模为新的具有混合触发和通信延迟的闭环系统,利用Lyapunov-Krasovskii泛函方法和LMI技术,给出了具有H_?性能水平随机稳定性的充分条件以及控制器和触发参数的设计方法。最后,通过仿真结果验证所提方法的有效性。(本文来源于《兰州理工大学》期刊2019-06-01）
窦润东[3]（2019）在《基于事件触发的标量非线性量化反馈系统稳定性研究》一文中研究指出近些年来,网络化控制系统和事件触发控制策略得到很大的关注。本文主要研究了基于事件触发的控制策略使得连续时间标量非线性系统保证稳定的同时,尽可能降低通信的比特率。注意到,我们所得的系统的稳定的比特率条件仅仅和系统的一些固有参数相关,和传统的周期性采样方法相比较,能得到更低的比特率,从而节省了网络带宽。本文主要贡献如下:1)基于模型的连续时间的事件触发控制策略,对于连续时间的标量非线性系统,分别考虑带有界网络时延,噪声,和模型不确定性的情况下,我们设计了指数型收敛的触发条件和合理的模型更新方式,每次发生触发时仅仅用1个比特表示状态误差的正负号。在所提出的方法下,我们能从控制器的接收时刻中额外提取出状态信息。因此,在保证系统输入-状态稳定的同时,与周期性采样方法相比较所占有的比特率更低。同时,我们的比特率条件仅取决于Lipschitz条件参数,网络时延和模型的不确定性上界,和系统状态、模型状态无关。特殊地,对于线性系统,我们的方法依然有效。最后,通过仿真算例我们验证了所提出方法的有效性。2)基于模型的周期性事件触发控制机制,同样对于连续时间的标量非线性系统,分别考虑带有界网络时延和噪声的情况下,在不考虑ACK的情况下,即传感器和控制器的模型更新方式不一致。我们分别研究了四种不同的非线性系统情况。与周期性采样方法相比,我们的方法能够充分利用接收数据包信息,尤其是接收时刻的时间信息,使得在保证系统输入-状态稳定的同时,占有比特率更低。注意到,我们稳定的比特率条件仅依赖于Lipschitz条件参数,网络时延上界,量化比特数和采样周期。并且,在我们所提出的策略下,有界噪声并不影响稳定的比特率条件的上界。(本文来源于《中国科学技术大学》期刊2019-05-01）
余康舟,林瑞全,徐风风[4]（2019）在《Delta算子的网络控制系统量化反馈控制器设计》一文中研究指出通过构建李雅普诺夫函数,以LMI形式给出了Delta算子描述的网络控制系统渐近稳定的充分条件,通过求解LMI可以得出量化反馈H_∞控制器参数.数值算例分析表明,快速采样时,基于Delta算子设计的网络控制系统量化反馈控制器不但保证了控制系统稳定,而且其控制器参数趋近于连续系统设计的量化反馈控制器参数,而传统Z变换设计的量化反馈控制器参数无法保证系统稳定.(本文来源于《福州大学学报(自然科学版)》期刊2019年03期）
赵微,高扬[5]（2018）在《一类时滞分数阶耦合系统静态量化反馈镇定分析》一文中研究指出研究了由时滞分数阶微分方程构建的新耦合系统静态量化反馈镇定问题。通过使用图论方法和Lyapunov函数构建思想,得到带有时滞的耦合系统的镇定定理和静态量化反馈镇定定理。(本文来源于《大庆师范学院学报》期刊2018年06期）
杜碧莹[6]（2018）在《基于Delta算子的不确定性系统量化反馈滑模控制研究》一文中研究指出滑模控制理论出现于上世纪50年代,由于其在实际控制领域中表现出的强鲁棒性,滑模控制理论受到了许多研究者的关注。近年,许多论文以及专着针对滑模控制以及相关领域做了各种研究。因为现代控制多依托于计算机控制,传统控制理论渐渐不足以满足我们的需求,控制理论如何应用与计算机控制也渐渐成为了研究的热点。连续系统和离散系统两大研究体系相差极大,故而渐渐演化出了离散滑模与量化滑模两种控制理论。传统的离散系统采用Z算子,即移位算子方法,但移位算子方法在高速采样过程中有产生极限环振荡的可能以及其他的一系列问题。为了克服这一系列问题,就有了Delta算子方法的提出。在告诉采样过程中,与传统的Z算子相比,Delta算子方法有极大的优势。本文利用滑模控制理论、量化控制理论和Delta算子理论研究和讨论了具有量化状态反馈的几种滑模系统。主要研究工作如下:研究了Delta算子描述下滑模控制理论与量化控制系统相结合的问题,分别考虑了以下几种情况:(1)含有故障并具有非匹配不确定性扰动的网络化连续时间量化滑模控制系统;(2)含有时滞的的连续时间量化滑模控制系统;(3)饱和受限的连续时间离散化滑模控制系统本文采用对数量化器,用基于观测器的控制器设计方法设计出了相应的控制器,给出了控制器的稳定性条件以及到达条件并进行了证明,且用仿真结果证明了其可行性。最后,对全文进行了总结,并指出了接下来可以研究的方向。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
李博伦[7]（2017）在《基于事件触发的动态量化反馈宽带受限系统稳定性研究》一文中研究指出随着网络通信技术的飞速发展,网络化控制系统得到了越来越多的关注。相比于一般的控制系统,网络化控制系统引入数字网络作为反馈信道,可以实现更远距离的控制、包容更大规模的控制系统、获得更高的反馈信道可靠性。然而数字网络在带给控制系统优势的同时,也给系统引入了一些问题,最显着的就是量化误差问题:由于信道的数字性,采样得到的信号必须量化为有限比特表示的离散量后才能传输,这个过程会给系统带来量化误差;另外,随着系统规模越来越大结构越来越复杂,网络资源消耗也越来越多,如何提高网络资源的利用效率成为人们关注的要点,比如通过设计合理的动态量化器减少反馈变量传输使用的比特数或延长系统的采样间隔来减少网络资源占用;此外,网络通信还存在时延、丢包等问题。这些问题都会对网络化控制系统造成非常大的影响,针对这些问题设计新的控制策略在理论和实际中具有相当重要的意义和价值。本文主要针对这些问题,研究了基于事件触发的动态量化反馈策略,并针对网络时延以及系统噪声进行了更深入研究。首先研究了基于模型的事件触发动态量化反馈控制策略,并将其作为全文的基础。为了延长系统的平均通信周期,本文采用了基于模型的事件触发控制,在两次采样期间通过系统的近似模型来估计系统状态并计算控制量。为了在使用有限比特量化的同时保证系统的渐近稳定性,本文采用了动态均匀量化器,并结合事件触发特性,最终应用了表面量化的均匀量化器。为了解决动态量化器带来的编解码问题,本文将基于系统状态的触发条件替换为基于模型状态的触发条件,并给出了相应的量化比特数下界来保证状态误差不会使系统在更新后立即再次触发事件。通过数学推导,证明了该策略使系统存在一个大于零的最小触发间隔,表明采用本策略不会导致"Zeno-behavior",并通过仿真验证了该策略的有效性。其次,在上述事件触发量化反馈控制系统中定量考虑了有界的信道时延的影响。为了使传感器与控制器中的模型状态在更新后相同,采用了基于网络包"时间戳"信息的更新方式。通过时间戳中的时间信息,控制器可以得到精确的信道时延,并据此对更新做出相应的补偿。此外,针对时延对事件触发条件进行了相应的修改,给出了对应的量化比特数下界。并且,为了保证系统的渐近稳定性,对信道时延提出了两个约束条件,并基于这两个条件给出了系统可以容忍的时延上界。仿真结果验证了该策略的有效性。最后,在基于模型的事件触发量化反馈系统中同时考虑了系统噪声以及信道时延的影响。为了保证系统在存在有界系统噪声情况下仍具有一个大于零的最小触发间隔,本文采用了混合型的事件触发条件,基于这个触发条件研究了对应的量化比特数下界,给出了噪声存在前提下确保系统稳定性的信道时延的上界,并通过仿真进行验证。(本文来源于《中国科学技术大学》期刊2017-05-01）
孙大伟[8]（2017）在《网络控制系统量化反馈与事件触发控制研究》一文中研究指出网络控制系统是计算机网络技术和控制理论融合的产物,它通过共享网络信道把传感器、控制器、执行器连接起来形成闭环控制系统,进而实现信息的传输和交换。网络控制系统凭借着成本低、易维护、易拓展、灵活性高等优点广泛应用于航空航天、工业控制、飞行器设计等领域,网络控制系统已成为当前热门研究方向。但是网络的介入使得网络控制系统不可避免的会遇到网络诱导延迟、数据丢包、网络带宽的约束限制等问题。此外由于一些信号不易被编码,需要引入量化器,不可避免的引入量化误差的影响,这些问题都会导致控制性能的下降,因此对于网络控制系统量化控制理论的研究就有着重要意义。本文考虑网络诱导时延、数据丢包、量化、事件触发机制等因素的影响,进行网络控制系统量化反馈控制器设计与仿真研究。本文的主要工作内容如下:(1)考虑网络诱导时延的影响,采用对数量化器分别对网络控制系统的状态信号和控制信号进行量化,将量化误差的影响转化为扇形界下的不确定性,进行量化控制器设计和H∞量化控制器设计。通过构造Lyapunov函数,应用线性矩阵不等式(LMI)方法得到系统渐进稳定并具有H∞性能指标γ的充分条件。最后,仿真验证方法有效性。(2)考虑量化和网络诱导时延对系统的影响,利用转移概率部分未知的Markov链来描述数据丢包的随机变化规律,将网络控制系统建模成Markov跳变系统,进行量化控制器和H∞量化控制器的设计。通过构建Lyapunov-Krasovskii泛函,应用LMI方法得到系统随机稳定且具有H∞性能指标γ的充分条件,并用锥补线性化算法对量化控制器进行求解。最后,仿真验证方法有效性。(3)考虑网络诱导时延和量化的影响情况下,研究了基于事件触发机制的网络控制系统量化控制问题。通过构造Lyapunov-Krasovskii泛函,应用LMI方法得到系统渐进稳定的充分条件,并用锥补线性化算法对量化控制器进行求解。最后,仿真验证方法有效性。(本文来源于《大连海事大学》期刊2017-05-01）
陈俊[9]（2017）在《一类网络控制系统的乱序与量化反馈控制研究》一文中研究指出随着现代科技在军事、工业、商业领域不断渗透与发展,传统点对点的控制系统已经不能满足人们日益发展的需求,因此需要一种新的控制系统来弥补传统控制系统的不足,进而促进了网络控制系统的发展。网络控制系统是一种将分布在空间中不同位置的系统元件如传感器、控制器、执行器等,通过实时网络连接的反馈控制系统。这种基于网络的控制系统具有成本低、接线少、安装维护方便、可远程操作和控制等优势。但是,由于在控制回路中加入了通信网络,给系统带来了许多新的问题与挑战,如网络诱导时延、数据包丢失与乱序、量化等,这些问题会不同程度地影响系统的控制性能甚至破环系统的稳定性。目前,对网络控制系统课题的研究已成为了国内外控制领域的一个研究热点。本文主要从系统的建模、稳定性分析、控制器设计叁个方面分别对网络控制系统中的数据包乱序问题和量化问题进行了研究,主要工作总结如下:第一:针对一类网络控制系统中出现的数据包乱序问题,提出了一种补偿控制方法以消除数据包乱序对系统的不利影响。首先利用时间戳(time-stamp)方法对从源节点发送的数据包时间序列进行标记,再在控制器和执行器端分别设置一个比较器,两者结合来判断数据包是否发生乱序,若乱序则对数据包做相应处理,这使得用于被控对象的控制信号总保持最新,闭环系统被建模成一个Markov跳变系统。运用Lyapunov稳定性理论得到了系统随机稳定的充要条件,这个条件用一组具有逆约束的线性矩阵不等式(LMIs)表示。将控制器设计问题转化为线性矩阵不等式的凸优化问题,利用锥补线性化算法(CCL)得到了状态反馈控制器的增益。第二:讨论了网络诱导时延和信号量化对网络控制系统的影响,基于对数量化反馈控制器和零阶保持器的工作机制,利用扇形界方法,将系统建模成带有输入时延的不确定时滞系统。其中,在系统的反馈通道和前馈通道分别加入了对数量化器,采用时延依赖的Lyapunov-Krasovskii泛函方法,得到了系统的稳定性判据,这个稳定性条件是以两个线性矩阵不等式(LMIs)给出的。设计量化反馈控制器使得系统渐近稳定,并指出量化器的量化密度直接影响系统的控制性能。最后给出了数值仿真示例验证了此方法的有效性。(本文来源于《浙江理工大学》期刊2017-04-19）
陈海飞[10]（2016）在《网络控制系统的稳定性分析与量化反馈控制》一文中研究指出网络控制系统(NCS)是一种通过网络进行数据传输和交换的闭环实时分布式控制系统。有限带宽资源数据网络的引入,导致控制系统中出现了像时延、丢包、错序等新问题。本文对存在时延、丢包、错序和量化误差以及外部扰动的NCS进行了稳定性分析,并基于相应分析结果给出了相应控制器的设计方法。第一章,概要地给出了NCS的研究背景、目的和意义。并针对NCS中存在的时延、丢包、错序和量化误差等问题,给出了国内外对于这些问题的研究现状。对已经存在的研究结果进行分析,总结出了这些问题的不同特点和处理方法。第叁章,针对NCS双通信信道中均有时延、丢包和错序以及受控系统存在外部扰动的的情况,对NCS的H_∞控制问题进行了讨论。利用数据包处理器(DPP),对错序问题的进行处理。将丢包视为一种特殊的时延,并假定时延遵循Markov跳变规律变化。对闭环Markov跳变系统的随机稳定性进行分析,并基于分析结果设计出一个H_∞输出反馈控制器,在保证闭环控制系统随机稳定的同时还达到了期望的H_∞性能指标。最后,通过一个数值仿真算例验证了所得结论的有效性。第四章,基于只有控制器到执行器信道存在量化误差、时延、丢包和错序的假设,对NCS的量化反馈控制问题进行了研究。利用一个特殊的分类和处理方法,对丢包进行处理,并假定时延遵循Markov跳变规律变化。所采用的对数量化器的量化密度被进行了特殊处理(量化密度设置成依赖时延大小而切换变化),其目的是保持系统的总误差在一个较低的水平。然后基于扇形界方法和Markov跳变系统理论,对闭环系统的渐近稳定性进行分析,并基于分析结果设计出一个量化输出反馈控制器实现了系统的渐近稳定和维持系统总误差在一个较低水平的目标。最后基于一个数值仿真例子验证了所得方法的有效性。文章的最后,分析、总结了整个研究工作存在的不足和亟待解决的问题,并展望了将来的研究方向。(本文来源于《浙江理工大学》期刊2016-12-28）
量化反馈论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
网络控制系统(Networked Control Systems,NCSs)是一种通过网络进行数据传输和交换的闭环实时分布式控制系统。与传统的控制系统相比,NCSs在带来很多优点的同时也带来了许多问题,诸如网络诱导时延、数据包丢失和错序以及对网络带宽限制约束,再加上系统中的建模不确定性和外部干扰等,使得这类组合系统的分析和综合变得极其困难。另外由于一些信号不易被编码,因此需要引入量化器,这就不可避免的引入量化误差的影响。这些问题都会导致系统控制性能的下降,因此对于网络量化控制系统理论的研究就有着重要意义。本文主要针对网络量化反馈控制系统的稳定性和控制策略进行分析与研究。充分考虑网络诱导时延、量化、外界干扰以及带宽约束等问题,建立系统模型,采用李雅普诺夫(Lyapunov)稳定性理论和线性矩阵不等式(Linear Matrix Inequality,LMI)等技术来分析研究系统的性能、稳定性以及控制器设计。具体研究内容如下:一、考虑网络时延及系统不确定性的情况下,对系统进行建模,采用对数量化器分别对控制系统的状态信号和控制信号进行量化,并将量化误差转化为扇区有界形式,随后利用转移概率已知的马可夫链(Markov chain)来描述网络时延的随机变化规律,将控制系统建模成Markov跳变系统。通过构建Lyapunov-Krasovskii泛函,应用LMI方法得到系统随机稳定且具有H_?性能指标?的充分条件,并给出了量化反馈控制器的设计方法。二、随后进一步针对外界干扰和网络时延对于控制系统的影响,研究了基于观测器的量化输出反馈控制问题。分别考虑外界干扰不存在和外界干扰存在时,构建新的网络系统模型,应用Lyapunov稳定性原理和LMI不等式方法,给出了网络系统渐近稳定的充分条件和量化反馈控制器的设计方法,并通过数值仿真对比得出外界干扰对系统收敛速率的影响。叁、接着考虑网络带宽约束影响,研究了含有网络时延和外界干扰的混合触发NCSs的状态反馈控制问题。通过采用混合触发机制和量化理论用来提高数据在控制系统中的传输效率,由于混合触发机制和量化作用的影响,将原来控制系统建模为新的具有混合触发和通信延迟的闭环系统,利用Lyapunov-Krasovskii泛函方法和LMI技术,给出了具有H_?性能水平随机稳定性的充分条件以及控制器和触发参数的设计方法。最后,通过仿真结果验证所提方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
量化反馈论文参考文献
[1].孙维阳,刘雨.一类转移概率部分未知的Markov跳跃系统的输入输出量化反馈控制[J].系统工程与电子技术.2019
[2].任方杰.网络量化反馈控制系统的稳定性及控制策略研究[D].兰州理工大学.2019
[3].窦润东.基于事件触发的标量非线性量化反馈系统稳定性研究[D].中国科学技术大学.2019
[4].余康舟,林瑞全,徐风风.Delta算子的网络控制系统量化反馈控制器设计[J].福州大学学报(自然科学版).2019
[5].赵微,高扬.一类时滞分数阶耦合系统静态量化反馈镇定分析[J].大庆师范学院学报.2018
[6].杜碧莹.基于Delta算子的不确定性系统量化反馈滑模控制研究[D].哈尔滨工业大学.2018
[7].李博伦.基于事件触发的动态量化反馈宽带受限系统稳定性研究[D].中国科学技术大学.2017
[8].孙大伟.网络控制系统量化反馈与事件触发控制研究[D].大连海事大学.2017
[9].陈俊.一类网络控制系统的乱序与量化反馈控制研究[D].浙江理工大学.2017
[10].陈海飞.网络控制系统的稳定性分析与量化反馈控制[D].浙江理工大学.2016
标签：信号量化; 对数量化器; 输入输出量化反馈控制; 马尔可夫跳跃系统;