具有通信约束的网络化控制系统滚动时域估计方法研究

Compared with Kalman filter and robust filter, moving horizon estimation (MHE) has widely applied in practice, due to its advanced implementation strategy of moving horizon optimization and its ability to online handle constraints. Currently, the studies of moving horizon estimation mainly focus on its stability, lacking the quantitative analysis of its adaptive properties and ability to deal with constraints for system estimation performance. This grant aims to analyze the moving horizon estimation performance of networked control systems with communication constraints. By exploiting the unique property for the implementation strategy of moving horizon optimization, analyzing the effects of uncertainties introduced by network characteristic parameters and constraints on system estimation performance, systematic theory is developed for the moving horizon estimation analysis of networked control systems with constraints. Furthermore, the adaptive properties of MHE are demonstrated, which has the ability to handle the constraints and uncertainties from the disturbances and network. By quantizing the effects of given information utilization under network environment, the performance enhancement of MHE is analyzed for the estimation performance of the system. This research is in the theoretical frontier, and provides the theoretical results on explaining the advantages of MHE in dealing with constraints, disturbances and uncertainties compared with other estimation methods.

与卡尔曼滤波和鲁棒滤波相比，滚动时域估计因其滚动优化机制及显式约束处理能力，在实际中得到广泛应用。当前滚动时域估计的研究主要集中于稳定性方面，缺乏对其约束处理和自适应机理的本质探究及对估计性能的定量分析。本项目针对具有通信约束的网络化控制系统滚动时域估计展开研究，挖掘其特有的滚动优化机制，分析网络特征参数所带来的不确定性和系统约束对系统估计性能的影响，形成网络化约束系统的滚动时域估计分析的系统性理论方法。再者，本项目将论证系统存在通信约束、系统约束和噪声时，滚动时域估计的自适应机理，探索滚动时域估计在网络环境下的信息利用方式及产生的定量关系，研究滚动时域估计对于系统估计性能的提升作用。本研究在理论上具有前沿性，为阐述滚动时域估计相对于其他估计方法在处理约束、干扰和不确定性方面的优势提供理论依据。

滚动时域优化策略的自适应机制及其约束处理能力，使得滚动时域估计在系统状态估计问题中取得了突飞猛进的发展，并在化工过程、环境监测、系统辨识等领域得到了应用。这种估计方法将系统约束直接嵌入优化问题，通过在线滚动优化使之动态满足，从而利用那些以约束形式出现的关于系统状态和噪声的已知信息来提高估计的合理性和准确性。基于此，本项目针对具有通信约束的网络化控制系统，研究含有网络特征参数的网络化系统建模、基于滚动时域优化策略的自适应机制以及网络化系统的状态估计。首先，针对具有量化的网络化不确定系统，采用扇形有界方法，建立了具有双重不确定性的线性离散系统模型；针对具有量化和随机丢包的多时滞系统，建立了具有随机丢包参数的网络化不确定多时滞系统模型。其次，为了分析滚动时域优化策略的自适应机制，针对具有通信量化的网络化不确定系统，提出了一种鲁棒滚动时域控制以解决量化带给系统的负面影响；针对具有量化的空间分布系统，设计了网络化鲁棒滚动时域控制算法。此外，针对网络化系统的状态估计问题，设计了具有随机丢包的网络化滚动时域估计算法并给出了保证估计性能的充分条件；针对网络化系统的控制问题，基于状态估计器的鲁棒H∞输出反馈控制算法，并给出了保证系统指数均方稳定的充分条件。所取得的一系列研究成果最终形成了网络环境下约束系统滚动时域估计的系统化方法，为研究网络化约束系统的状态估计问题提供理论依据。这一研究不仅在理论上具有前瞻性，也可为面向实际的滚动时域估计器设计提供有力的分析工具。