一种两输入两输出网络控制系统不确定时延混杂控制方法与流程

本发明涉及自动控制技术，网络通信技术和计算机技术的交叉领域，尤其涉及带宽资源有限的多输入多输出网络控制系统技术领域。

背景技术：

随着网络通信、计算机和控制技术的发展，以及生产过程控制日益大型化、广域化、复杂化及网络化的发展，越来越多的网络技术应用于控制系统。网络控制系统(Networked control systems，NCS)是指基于网络的实时闭环反馈控制系统，NCS的典型结构如图1所示。

NCS可实现复杂大系统及远程控制，节点资源共享，增加系统的柔性和可靠性，近年来已被广泛应用于复杂工业过程控制、电力系统、石油化工、轨道交通、航空航天、环境监测等多个领域。

在NCS中，当传感器、控制器和执行器通过网络交换数据时，网络可能存在多包传输、多路径传输、数据碰撞，网络拥塞甚至连接中断等现象，使得NCS面临诸多新的挑战。尤其是不确定网络时延的存在，可降低NCS的控制质量，甚至使系统失去稳定性，严重时可能导致系统出现故障。

目前，国内外对于NCS的研究，主要是针对单输入单输出(Single-input and single-output，SISO)网络控制系统，分别在网络时延恒定、未知或随机，网络时延小于一个采样周期或大于一个采样周期，单包传输或多包传输，有无数据包丢失等情况下，对其进行数学建模或稳定性分析与控制。但是，针对实际工业过程中，普遍存在的至少包含两个输入与两个输出(Two-input and two-output，TITO)所构成的多输入多输出(Multiple-input and multiple-output，MIMO)网络控制系统的研究则相对较少，尤其是针对基于其系统结构的时延补偿方法的研究成果则相对更少。

MIMO-NCS的典型结构如图2所示。

与SISO-NCS相比，MIMO-NCS具有以下特点：

(1)输入信号与输出信号之间彼此影响并可能产生耦合作用

在MIMO-NCS中，一个输入信号的变化可以使得多个输出信号发生变化，而各个输出信号也不只受到一个输入信号的影响。即使输入与输出信号之间经过精心选择配对，各控制回路之间也难免存在着相互影响，因而要使输出信号独立地跟踪各自的输入信号是有困难的。

(2)内部结构要比SISO-NCS复杂得多

(3)被控对象存在不确定性的因素较多

在MIMO-NCS中，涉及的参数较多，各控制回路间的联系较多，被控对象参数变化对整体控制性能的影响会变得较为复杂。

(4)控制部件失效的可能性较大

在MIMO-NCS中，至少包含有两个或两个以上的闭环控制回路，并且至少包含有两个或两个以上的传感器和执行器。每一个元件的失效都可能影响整个控制系统的性能质量，严重时会使系统不稳定，甚至造成重大事故。

由于MIMO-NCS的上述特殊性，使得基于SISO-NCS进行设计与控制的方法，已无法满足MIMO-NCS的控制性能与控制质量的要求，使其不能或不能直接应用于MIMO-NCS的设计与控制中，给MIMO-NCS的设计与分析带来了困难。

对于MIMO-NCS，网络时延补偿与控制的难点主要在于：

(1)由于网络时延与网络拓扑结构、通信协议、网络负载、网络带宽和数据包大小等因素有关，对大于数个乃至数十个采样周期的不确定网络时延，要建立MIMO-NCS中各个控制回路的不确定网络时延准确的预测、估计或辨识的数学模型，目前是有困难的。

(2)发生在MIMO-NCS中，前一个节点向后一个节点传输网络数据过程中的网络时延，在前一个节点中无论采用何种预测或估计方法，都不可能事先提前知道其后产生的网络时延的准确值。时延导致系统性能下降甚至造成系统不稳定，同时也给控制系统的分析与设计带来了困难。

(3)要满足MIMO-NCS中，不同分布地点的所有节点时钟信号完全同步是不现实的。

(4)由于MIMO-NCS中，输入与输出信号之间彼此影响，并可能产生耦合作用，系统内部的结构比SISO-NCS复杂，存在的不确定性因素较多，各控制回路的控制性能质量优劣与其稳定性问题将对整个系 统的性能质量与稳定性产生影响和制约，其实施时延补偿与控制要比SISO-NCS困难得多。

技术实现要素：

本发明涉及MIMO-NCS中的一种两输入两输出网络控制系统(TITO-NCS)不确定时延的补偿与控制，其TITO-NCS的典型结构如图3所示。

针对图3中的闭环控制回路1：

1)从输入信号x₁(s)到输出信号y₁(s)之间的闭环传递函数为：

式中：C₁(s)是控制器，G₁₁(s)是被控对象；τ₁表示将控制信号u₁(s)从C₁(s)控制器所在的C节点，经前向网络通路传输到执行器A1节点所经历的不确定网络时延；τ₂表示将输出信号y₁(s)从传感器S1节点，经反馈网络通路传输到C₁(s)控制器所在的C节点所经历的不确定网络时延。

2)来自闭环控制回路2执行器A2节点输出的驱动信号u₂(s)，通过被控对象交叉通道传递函数G₁₂(s)影响闭环控制回路1的输出信号y₁(s)，从输入信号u₂(s)到输出信号y₁(s)之间闭环传递函数为：

上述闭环传递函数等式(1)和(2)的分母中，包含了不确定网络时延τ₁和τ₂的指数项 和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。

针对图3中的闭环控制回路2：

1)从输入信号x₂(s)到输出信号y₂(s)之间的闭环传递函数为：

式中：C₂(s)是控制器，G₂₂(s)是被控对象；τ₃表示将控制信号u₂(s)从C₂(s)控制器所在的C节点，经前向网络通路传输到执行器A2节点所经历的不确定网络时延；τ₄表示将输出信号y₂(s)从传感器S2节点，经反馈网络通路传输到C₂(s)控制器所在的C节点所经历的不确定网络时延。

2)来自闭环控制回路1执行器A1节点输出的驱动信号u₁(s)，通过被控对象交叉通道传递函数G₂₁(s)影响闭环控制回路2的输出信号y₂(s)，从输入信号u₁(s)到输出信号y₂(s)之间闭环传递函数为：

上述闭环传递函数等式(3)和(4)的分母中，包含了不确定网络时延τ₃和τ₄的指数项和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。

发明目的：

针对图3的TITO-NCS，其闭环控制回路1的传递函数等式(1)和(2)的分母中，均包含了不确定网络时延τ₁和τ₂的指数项和以及闭环控制回路2的传递函数等式(3)和(4)的分母中，均包含了不确定网络时延τ₃和τ₄的指数项和

由于闭环控制回路1的输出信号y₁(s)不仅受到其输入信号x₁(s)的影响，同时还受到闭环控制回路2的输入信号x₂(s)的影响；与此同时，闭环控制回路2的输出信号y₂(s)不仅受到其输入信号x₂(s)的影响，同时也受到闭环控制回路1的输入信号x₁(s)的影响。网络时延的存在会降低各自闭环控制回路的控制性能质量并影响各自闭环控制回路的稳定性，同时也将降低整个系统的控制性能质量并影响整个系统的稳定性，严重时将导致整个系统失去稳定性。

为此，针对图3中的闭环控制回路1：本发明提出一种基于IMC(Internal Model Control，IMC)的时延补偿方法；针对闭环控制回路2：本发明提出一种基于SPC(Smith Predictor Control，SPC)的时延补偿方法； 构成两闭环控制回路网络时延的补偿与混杂控制，用于免除对各闭环控制回路中，节点之间不确定网络时延的测量、估计或辨识，进而降低网络时延τ₁和τ₂，以及τ₃和τ₄对各自闭环控制回路以及对整个控制系统控制性能质量与系统稳定性的影响；当预估模型等于其真实模型时，可实现各自闭环控制回路的特征方程中不包含网络时延的指数项，实现对TITO-NCS不确定网络时延的分段、实时、在线和动态的预估补偿与IMC和SPC混杂控制。

采用方法：

针对图3中的闭环控制回路1：

第一步：在控制器C节点中，首先构建一个内模控制器C_1IMC(s)用于取代控制器C₁(s)；为了实现满足预估补偿条件时，闭环控制回路1的闭环特征方程中不再包含网络时延的指数项，以实现对网络时延τ₁和τ₂的补偿与控制，采用以控制信号u₁(s)和u₂(s)作为输入信号，被控对象预估模型G_11m(s)和G_12m(s)作为被控过程，控制与过程数据通过网络传输时延预估模型以及围绕内模控制器C_1IMC(s)，构造一个正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；

第二步：针对实际TITO-NCS中，难以获取网络时延准确值的问题，在图4中要实现对网络时延的补偿与IMC，除了要满足被控对象预估模型等于其真实模型的条件外，还必须满足不确定网络时延预估模型 以及要等于其真实模型以及的条件。为此，从传感器S1节点到控制器C节点之间，以及从控制器C节点到执行器A1节点之间，采用真实的网络数据传输过程以及代替其间网络时延预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含其间网络时延的预估补偿模型，从而免除对闭环控制回路1中，节点之间不确定网络时延τ₁和τ₂的测量、估计或辨识；当预估模型等于其真实模型时，可实现对其不确定网络时延τ₁和τ₂的补偿与IMC；实施本发明方法的网络时延补偿与IMC结构如图5所示；

针对图3中的闭环控制回路2：

第一步：在控制器C节点中，为了实现满足预估补偿条件时，闭环控制回路2的闭环特征方程中不再包含网络时延的指数项，以实现对网络时延τ₃和τ₄的补偿与控制，采用以控制信号u₁(s)和u₂(s)作为输入信号，被控对象预估模型G_22m(s)和G_21m(s)作为被控过程，控制与过程数据通过网络时延传输预估模型以及围绕控制器C₂(s)，构造一个正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；

第二步：针对实际TITO-NCS中，难以获取网络时延准确值的问题，在图4中要实现对网络时延的补偿与SPC，除了要满足被控对象预估模型等于其真实模型的条件外，还必须满足不确定的网络时延预估模型以及要等于其真实模型以及的条件。为此，从传感器S2节点到控制器C节点之间，以及从控制器C节点到执行器A2节点之间，采用真实的网络数据传输过程以及代替其间网络时延预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含其间网络时延的预估补偿模型，从而免除对闭环控制回路2中，节点之间不确定网络时延τ₃和τ₄的测量、估计或辨识；当预估模型等于其真实模型时，可实现对其不确定网络时延τ₃和τ₄的补偿与SPC；实施本发明方法的网络时延补偿与SPC结构如图5所示。

对于图5中的闭环控制回路1：

1)从输入信号x₁(s)到输出信号y₁(s)之间的闭环传递函数为：

式中：G_11m(s)是被控对象G₁₁(s)的预估模型；C_1IMC(s)是内模控制器。

2)来自于闭环控制回路2控制器C节点中的控制信号u₂(s)，在控制器C节点中通过被控对象交叉通道传递函数预估模型G_12m(s)作用于闭环控制回路1；来自闭环控制回路2的执行器A2节点的输出控制信号u₂(s)，同时通过被控对象交叉通道传递函数G₁₂(s)和其预估模型G_12m(s)作用于闭环控制回路1；从输入 信号u₂(s)到输出信号y₁(s)之间的闭环传递函数为：

采用本发明方法，当被控对象预估模型等于其真实模型，即当G_11m(s)＝G₁₁(s)时，闭环控制回路1的闭环传递函数分母由变成为1；此时，闭环控制回路1相当于一个开环控制系统，闭环传递函数的分母中已经不再包含影响系统稳定性的网络时延τ₁和τ₂的指数项和系统的稳定性仅与被控对象和内模控制器本身的稳定性有关；从而可降低网络时延对系统稳定性的影响，改善系统的动态控制性能质量，实现对不确定网络时延的动态补偿与IMC。

对于图5中的闭环控制回路2：

1)从输入信号x₂(s)到输出信号y₂(s)之间的闭环传递函数为：

式中：G_22m(s)是被控对象G₂₂(s)的预估模型；C₂(s)是控制器。

2)来自闭环控制回路1控制器C节点中IMC信号u₁(s)，在控制器C节点中通过被控对象交叉通道传递函数的预估模型G_21m(s)作用于闭环控制回路2；来自闭环控制回路1的执行器A1节点的输出IMC信号u₁(s)，同时通过被控对象交叉通道传递函数G₂₁(s)和其预估模型G_21m(s)作用于闭环控制回路2；从输入信号u₁(s)到输出信号y₂(s)之间的闭环传递函数为：

采用本发明方法，当被控对象预估模型等于其真实模型，即G_22m(s)＝G₂₂(s)时，闭环控制回路2的闭环特征方程将由变成1+C₂(s)G₂₂(s)＝0，其闭环特征方程中不再包含影响系统稳定性的网络时延τ₃和τ₄的指数项和从而可降低网络时延对系统稳定性的影响，改善系统的动态控制性能质量，实现对不确定网络时延的动态补偿与SPC。

在闭环控制回路1中，内模控制器C_1IMC(s)的设计与选择：

设计内模控制器一般采用零极点相消法，即两步设计法：第一步是设计一个取之为被控对象模型的逆模型作为前馈控制器C₁₁(s)；第二步是在前馈控制器中添加一定阶次的前馈滤波器f₁(s)，构成一个完整的内模控制器C_1IMC(s)。

(1)前馈控制器C₁₁(s)

先忽略被控对象与被控对象模型不完全匹配时的误差、系统的干扰及其它各种约束条件等因素，选择闭环控制回路1中，被控对象预估模型等于其真实模型，即：G_11m(s)＝G₁₁(s)。

此时，被控对象预估模型可以根据被控对象的零极点分布状况划分为：G_11m(s)＝G_11m+(s)G_11m-(s)，其中：G_11m+(s)为被控对象预估模型G_11m(s)中包含纯滞后环节和s右半平面零极点的不可逆部分；G_11m-(s)为被控对象预估模型中的最小相位可逆部分。

通常情况下，闭环控制回路1的前馈控制器C₁₁(s)可选取为：

(2)前馈滤波器f₁(s)

由于被控对象中的纯滞后环节和位于s右半平面的零极点会影响前馈控制器的物理实现性，因而在前馈控制器的设计过程中只取了被控对象最小相位的可逆部分G_11m-(s)，忽略了G_11m+(s)；由于被控对象与被控对象预估模型之间可能不完全匹配而存在误差，系统中还可能存在干扰信号，这些因素都有可能使系统失去稳定。为此，在前馈控制器中添加一定阶次的前馈滤波器，用于降低以上因素对系统稳定性的影响，提 高系统的鲁棒性。

通常把闭环控制回路1的前馈滤波器f₁(s)，选取为比较简单的n₁阶滤波器其中：λ₁为前馈滤波器时间常数；n₁为前馈滤波器的阶次，且n₁＝n_1a-n_1b；n_1a为被控对象G₁₁(s)分母的阶次；n_1b为被控对象G₁₁(s)分子的阶次，通常n₁＞0。

(3)内模控制器C_1IMC(s)

闭环控制回路1的内模控制器C_1IMC(s)可选取为:

从等式(9)中可以看出：一个自由度的内模控制器C_1IMC(s)中，只有一个可调节参数λ₁；由于λ₁参数的变化与系统的跟踪性能和抗干扰能力都有着直接的关系，因此在整定滤波器的可调节参数λ₁时，一般需要在系统的跟踪性与抗干扰能力两者之间进行折衷。

在闭环控制回路2中，控制器C₂(s)的选择：

控制器C₂(s)可根据被控对象G₂₂(s)的数学模型，以及模型参数的变化，既可选择常规控制策略，亦可选择智能控制或复杂控制策略；由于闭环控制回路2采用SPC方法，从TITO-NCS结构上实现与具体控制器C₂(s)的控制策略的选择无关。

本发明的适用范围：

适用于被控对象预估模型等于其真实模型的一种两输入两输出网络控制系统(TITO-NCS)不确定网络时延的补偿和混杂IMC与SPC；其研究思路与方法，同样适用于被控对象预估模型等于其真实模型的两个以上输入和输出所构成的多输入多输出网络控制系统(MIMO-NCS)不确定网络时延的补偿和混杂IMC与SPC。

本发明的特征在于该方法包括以下步骤：

对于闭环控制回路1：

(1).当传感器S1节点被周期为h₁的采样信号触发时，将采用方式A进行工作；

(2).当控制器C节点被反馈信号y_1b(s)触发时，将采用方式B进行工作；

(3).当执行器A1节点被IMC信号u₁(s)触发时，将采用方式C进行工作；

对于闭环控制回路2：

(4).当传感器S2节点被周期为h₂的采样信号触发时，将采用方式D进行工作；

(5).当控制器C节点被反馈信号y_2b(s)触发时，将采用方式E进行工作；

(6).当执行器A2节点被控制信号u₂(s)触发时，将采用方式F进行工作；

方式A的步骤包括：

A1：传感器S1节点工作于时间驱动方式，其触发信号为周期h₁的采样信号；

A2：传感器S1节点被触发后，对被控对象G₁₁(s)的输出信号y₁₁(s)和被控对象交叉通道传递函数G₁₂(s)的输出信号y₁₂(s)，以及执行器A1节点的输出信号y_11mb(s)和y_12mb(s)进行采样，并计算出闭环控制回路1的系统输出信号y₁(s)和反馈信号y_1b(s)，且y₁(s)＝y₁₁(s)+y₁₂(s)和y_1b(s)＝y₁(s)-y_11mb(s)-y_12mb(s)；

A3：将反馈信号y_1b(s)，通过闭环控制回路1的反馈网络通路向控制器C节点传输，反馈信号y_1b(s)将经历网络传输时延τ₂后，才能到达控制器C节点；

方式B的步骤包括：

B1：控制器C节点工作于事件驱动方式，被反馈信号y_1b(s)所触发；

B2：在控制器C节点中，将闭环控制回路1的系统给定信号x₁(s)，减去反馈信号y_1b(s)和被控对象交叉通道传递函数预估模型G_12m(s)输出y_12ma(s)，得到偏差信号e₁(s)，即e₁(s)＝x₁(s)-y_1b(s)-y_12ma(s)；

B3：对e₁(s)实施内模控制算法C_1IMC(s)，得到IMC信号u₁(s)；

B4：将来自于闭环控制回路2控制器C₂(s)的输出控制信号u₂(s)作用于被控对象交叉通道传递函数预估模型G_12m(s)得到其输出值y_12ma(s)；

B5：将IMC信号u₁(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u₁(s)将 经历网络传输时延τ₁后，才能到达执行器A1节点；

方式C的步骤包括：

C1：执行器A1节点工作于事件驱动方式，被IMC信号u₁(s)所触发；

C2：在执行器A1节点中，将IMC信号u₁(s)作用于被控对象预估模型G_11m(s)得到其输出值y_11mb(s)；将来自于闭环控制回路2执行器A2节点的控制信号u₂(s)作用于被控对象交叉通道传递函数预估模型G_12m(s)得到其输出值y_12mb(s)；

C3：将IMC信号u₁(s)作用于被控对象G₁₁(s)得到其输出值y₁₁(s)；将IMC信号u₁(s)作用于被控对象交叉通道传递函数G₂₁(s)得到其输出值y₂₁(s)；从而实现对被控对象G₁₁(s)和G₂₁(s)的IMC，同时实现对不确定网络时延τ₁和τ₂的补偿与控制；

方式D的步骤包括：

D1：传感器S2节点工作于时间驱动方式，其触发信号为周期h₂的采样信号；

D2：传感器S2节点被触发后，对被控对象G₂₂(s)的输出信号y₂₂(s)和被控对象交叉通道传递函数G₂₁(s)的输出信号y₂₁(s)，以及执行器A2节点的输出信号y_22mb(s)和y_21mb(s)进行采样，并计算出闭环控制回路2的系统输出信号y₂(s)和反馈信号y_2b(s)，且y₂(s)＝y₂₂(s)+y₂₁(s)和y_2b(s)＝y₂(s)-y_22mb(s)-y_21mb(s)；

D3：将反馈信号y_2b(s)，通过闭环控制回路2的反馈网络通路向控制器C节点传输，反馈信号y_2b(s)将经历网络传输时延τ₄后，才能到达控制器C节点；

方式E的步骤包括：

E1：控制器C节点工作于事件驱动方式，被反馈信号y_2b(s)所触发；

E2：在控制器C节点中，将闭环控制回路2系统给定信号x₂(s)，减去反馈信号y_2b(s)与被控对象交叉通道传递函数预估模型G_21m(s)输出y_21ma(s)以及被控对象传递函数预估模型G_22m(s)的输出y_22ma(s)，得到偏差信号e₂(s)，即e₂(s)＝x₂(s)-y_2b(s)-y_21ma(s)-y_22ma(s)；

E3：对e₂(s)实施控制算法C₂(s)，得到控制信号u₂(s)；将u₂(s)作用于被控对象传递函数预估模型G_22m(s)得到其输出值y_22ma(s)；

E4：将来自于闭环控制回路1内模控制算法C_1IMC(s)的输出IMC信号u₁(s)作用于被控对象交叉通道传递函数预估模型G_21m(s)得到其输出值y_21ma(s)；

E5：将控制信号u₂(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u₂(s)将经历网络传输时延τ₃后，才能到达执行器A2节点；

方式F的步骤包括：

F1：执行器A2节点工作于事件驱动方式，被控制信号u₂(s)所触发；

F2：在执行器A2节点中，将控制信号u₂(s)作用于被控对象预估模型G_22m(s)得到其输出值y_22mb(s)；将来自于闭环控制回路1执行器A1节点的IMC信号u₁(s)作用于被控对象交叉通道传递函数预估模型G_21m(s)得到其输出值y_21mb(s)；

F3：将控制信号u₂(s)作用于被控对象G₂₂(s)得到其输出值y₂₂(s)；将控制信号u₂(s)作用于被控对象交叉通道传递函数G₁₂(s)得到其输出值y₁₂(s)；从而实现对被控对象G₂₂(s)和G₁₂(s)的SPC，同时实现对不确定网络时延τ₃和τ₄的补偿与控制。

本发明具有如下特点：

1、由于从结构上免除对TITO-NCS中，不确定网络时延的测量、观测、估计或辨识，同时还可免除节点时钟信号同步的要求，可避免时延估计模型不准确造成的估计误差，避免对时延辨识所需耗费节点存贮资源的浪费，同时还可避免由于时延造成的“空采样”或“多采样”带来的补偿误差。

2、由于从TITO-NCS结构上，实现与具体的网络通信协议的选择无关，因而既适用于采用有线网络协议的TITO-NCS，亦适用于采用无线网络协议的TITO-NCS；既适用于确定性网络协议，亦适用于非确定性的网络协议；既适用于异构网络构成的TITO-NCS，同时亦适用于异质网络构成的TITO-NCS。

3、TITO-NCS中，采用IMC的控制回路1，其内模控制器C_1IMC(s)的可调参数只有一个λ₁参数，其参数的调节与选择简单，且物理意义明确；采用IMC不仅可以提高系统的稳定性、跟踪性能与抗干扰性能，而且还可实现对系统不确定网络时延的补偿与IMC。

4、TITO-NCS中，采用SPC的控制回路2，由于从TITO-NCS结构上实现与具体控制器C₂(s)控制策略的选择无关，因而既可用于采用常规控制的TITO-NCS，亦可用于采用智能控制或采用复杂控制策略的TITO-NCS。

5、由于本发明采用的是“软件”改变TITO-NCS结构的补偿与控制方法，因而在其实现过程中无需再增加任何硬件设备，利用现有TITO-NCS智能节点自带的软件资源，足以实现其补偿与控制功能，可节省硬件投资便于推广和应用。

附图说明

图1：NCS的典型结构

图1由传感器S节点，控制器C节点，执行器A节点，被控对象，前向网络通路传输单元以及反馈网络通路传输单元所组成。

图1中：x(s)表示系统输入信号；y(s)表示系统输出信号；C(s)表示控制器；u(s)表示控制信号；τ_ca表示将控制信号u(s)从控制器C节点向执行器A节点传输所经历的前向网络通路传输时延；τ_sc表示将传感器S节点的检测信号y(s)向控制器C节点传输所经历的反馈网络通路传输时延；G(s)表示被控对象传递函数。

图2：MIMO-NCS的典型结构

图2由r个传感器S节点，控制器C节点，m个执行器A节点，被控对象G，m个前向网络通路传输时延单元，以及r个反馈网络通路传输时延单元所组成。

图2中：y_j(s)表示系统的第j个输出信号；u_i(s)表示第i个控制信号；表示将控制信号u_i(s)从控制器C节点向第i个执行器A节点传输所经历的前向网络通路传输时延；表示将第j个传感器S节点的检测信号y_j(s)向控制器C节点传输所经历的反馈网络通路传输时延；G表示被控对象传递函数。

图3：TITO-NCS的典型结构

图3由闭环控制回路1和2所构成，其系统包含传感器S1和S2节点，控制器C节点，执行器A1和A2节点，被控对象传递函数G₁₁(s)和G₂₂(s)以及被控对象交叉通道传递函数G₂₁(s)和G₁₂(s)，前向网络通路传输单元和以及反馈网络通路传输单元和所组成。

图3中：x₁(s)和x₂(s)表示系统的输入信号；y₁(s)和y₂(s)表示系统的输出信号；C₁(s)和C₂(s)表示控制回路1和2的控制器；u₁(s)和u₂(s)表示控制信号；τ₁和τ₃表示将控制信号u₁(s)和u₂(s)从控制器C节点向执行器A1和A2节点传输所经历的前向网络通路传输时延；τ₂和τ₄表示将传感器S1和S2节点的检测信号y₁(s)和y₂(s)向控制器C节点传输所经历的反馈网络通路传输时延。

图4：一种包含预估模型的TITO-NCS不确定时延补偿与控制结构

图4中：C_1IMC(s)是控制回路1的内模控制器；C₂(s)控制回路2的控制器；以及是网络传输时延以及的预估时延模型；以及是网络传输时延以及的预估时延模型；G_11m(s)和G_22m(s)是被控对象传递函数G₁₁(s)和G₂₂(s)的预估模型；G_12m(s)和G_21m(s)是被控对象交叉通道传递函数G₁₂(s)和G₂₁(s)的预估模型。

图5：一种两输入两输出网络控制系统不确定网络时延混杂控制方法

具体实施方式

下面将通过参照附图5详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述特征和优点。

具体实施步骤如下所述：

对于闭环控制回路1：

第一步：传感器S1节点工作于时间驱动方式，当传感器S1节点被周期为h₁的采样信号触发后，将对 被控对象G₁₁(s)的输出信号y₁₁(s)和被控对象交叉通道传递函数G₁₂(s)的输出信号y₁₂(s)，以及执行器A1节点的输出信号y_11mb(s)和y_12mb(s)进行采样，并计算出闭环控制回路1的系统输出信号y₁(s)和反馈信号y_1b(s)，且y₁(s)＝y₁₁(s)+y₁₂(s)和y_1b(s)＝y₁(s)-y_11mb(s)-y_12mb(s)；

第二步：传感器S1节点将反馈信号y_1b(s)，通过闭环控制回路1的反馈网络通路单元向控制器C节点传输，反馈信号y_1b(s)将经历网络传输时延τ₂后，才能到达控制器C节点；

第三步：控制器C节点工作于事件驱动方式，当控制器C节点被反馈信号y_1b(s)所触发后，将闭环控制回路1的系统给定信号x₁(s)，减去反馈信号y_1b(s)和被控对象交叉通道传递函数预估模型G_12m(s)的输出值y_12ma(s)，得到系统偏差信号e₁(s)，即e₁(s)＝x₁(s)-y_1b(s)-y_12ma(s)；对e₁(s)实施内模控制算法C_1IMC(s)，得到IMC信号u₁(s)；将来自于闭环控制回路2控制器C₂(s)的输出控制信号u₂(s)作用于被控对象交叉通道传递函数预估模型G_12m(s)得到其输出值y_12ma(s)；

第四步：控制器C节点将IMC信号u₁(s)通过闭环控制回路1的前向网络通路单元向执行器A1节点传输，u₁(s)将经历网络传输时延τ₁后，才能到达执行器A1节点；

第五步：执行器A1节点工作于事件驱动方式，当执行器A1节点被IMC信号u₁(s)触发后，将IMC信号u₁(s)作用于被控对象预估模型G_11m(s)得到其输出值y_11mb(s)；将来自于闭环控制回路2的执行器A2节点的信号u₂(s)作用于被控对象交叉通道传递函数的预估模型G_12m(s)得到其输出值y_12mb(s)；

第六步：将IMC信号u₁(s)作用于被控对象G₁₁(s)得到其输出值y₁₁(s)；将IMC信号u₁(s)作用于被控对象交叉通道传递函数G₂₁(s)得到其输出值y₂₁(s)；从而实现对被控对象G₁₁(s)和G₂₁(s)的IMC，同时实现对不确定网络时延τ₁和τ₂的补偿与控制；

第七步：返回第一步；

对于闭环控制回路2：

第一步：传感器S2节点工作于时间驱动方式，当传感器S2节点被周期为h₂的采样信号触发后，将对被控对象G₂₂(s)的输出信号y₂₂(s)和被控对象交叉通道传递函数G₂₁(s)的输出信号y₂₁(s)，以及执行器A2节点的输出信号y_22mb(s)和y_21mb(s)进行采样，并计算出闭环控制回路2的系统输出信号y₂(s)和反馈信号y_2b(s)，且y₂(s)＝y₂₂(s)+y₂₁(s)和y_2b(s)＝y₂(s)-y_22mb(s)-y_21mb(s)；

第二步：传感器S2节点将反馈信号y_2b(s)，通过闭环控制回路2的反馈网络通路单元向控制器C节点传输，反馈信号y_2b(s)将经历网络传输时延τ₄后，才能到达控制器C节点；

第三步：控制器C节点工作于事件驱动方式，当控制器C节点被反馈信号y_2b(s)所触发后，将闭环控制回路2的系统给定信号x₂(s)，减去反馈信号y_2b(s)与被控对象交叉通道传递函数预估模型G_21m(s)的输出y_21ma(s)以及被控对象传递函数预估模型G_22m(s)的输出y_22ma(s)，得到偏差信号e₂(s)，即e₂(s)＝x₂(s)-y_2b(s)-y_21ma(s)-y_22ma(s)；对e₂(s)实施控制算法C₂(s)，得到控制信号u₂(s)；将u₂(s)作用于被控对象传递函数预估模型G_22m(s)得到其输出值y_22ma(s)；将来自于闭环控制回路1内模控制算法C_1IMC(s)的输出IMC信号u₁(s)作用于被控对象交叉通道传递函数预估模型G_21m(s)得到其输出值y_21ma(s)；

第四步：将控制信号u₂(s)通过闭环控制回路2的前向网络通路单元向执行器A2节点传输，u₂(s)将经历网络传输时延τ₃后，才能到达执行器A2节点；

第五步：执行器A2节点工作于事件驱动方式，当执行器A2节点被控制信号u₂(s)触发后，将控制信号u₂(s)作用于被控对象预估模型G_22m(s)得到其输出值y_22mb(s)；将来自于闭环控制回路1的执行器A1节点的IMC信号u₁(s)作用于被控对象交叉通道传递函数预估模型G_21m(s)得到其输出值y_21mb(s)；

第六步：将控制信号u₂(s)作用于被控对象G₂₂(s)得到其输出值y₂₂(s)；将控制信号u₂(s)作用于被控对象交叉通道传递函数G₁₂(s)得到其输出值y₁₂(s)；从而实现对被控对象G₂₂(s)和G₁₂(s)的SPC，同时实现对不确定网络时延τ₃和τ₄的补偿与控制；

第七步：返回第一步；

以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内，所作 的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。