文摘

如今网络控制系统存在一个共同的近似连接时要解决的问题是基于时间延迟耦合从外部因素。然而,这种方法往往是复杂的时间延迟。因此,有必要研究延迟的行为以及集成到微分方程的有界延迟。需要知道相关的时间延迟修道院,但从动态实时行为。为此,使用优先级的动态优先级调度执行交换。本文的目的是展示一种解决多个时间延迟有界和实时调度的动态响应近似。相关的控制律设计考虑模糊逻辑逼近非线性时滞耦合,这种行为的主要优点是集成通过扩展状态空间表示保持一定的线性和有界行为在事件,导致一个稳定的情况下通过李雅普诺夫表示,通过保证稳定。

1。介绍

现在实时限制是最某些定义的时间延迟,一般考虑往往是周期性和可重复的。

基于网络的控制系统的控制设计和稳定性分析(摘要)研究了近年来,基于合作设计策略1]。这种系统的主要优点是成本低,体积小的布线,分布式处理,简单的安装,维护,和可靠性。

nc,关键问题之一是network-induced延迟系统性能的影响。可以不变,延迟时间不同,甚至是随机的;这取决于调度程序、网络类型、体系结构、操作系统等等。是一个策略是合作设计,因为它需要两个所需的程序。尼尔森分析存在的几个重要方面。尼尔森(2]介绍了nc延迟模型,首先作为一个固定的延迟,之后作为一个独立的随机,最后像一个马尔可夫过程。作者介绍了最优随机控制定理存在的基于独立随机和马尔可夫过程的延迟模型。在[3],沃尔什等人介绍了静态和动态调度策略的连续时间LTI系统中传感器数据的传播。他们介绍的概念最大允许传输间隔(马蒂斯著名),这是最长的时间之后,一个传感器应该传输数据。沃尔什et al。3)派生的马蒂斯著名的nc是稳定的。这个马蒂斯著名确保系统的李雅普诺夫函数考虑严格递减。在[4),张等人扩展沃尔什的工作,他们开发了一个定理,保证了减少离散时间线性时不变系统的李雅普诺夫函数在每个采样时刻,使用两种不同的边界。这些结果比沃尔什不太保守,因为他们不需要严格系统李雅普诺夫函数递减。然而,许多不同的线性矩阵不等式(LMI)工具来分析和设计最优切换存在的。

另外朱(5)考虑network-induced延时和延时的植物一个控制器设计方法提出了利用时滞相关的方法。一个合适的李雅普诺夫函数的候选人是用来获得一个无记忆的反馈控制器;这是派生通过求解一组线性矩阵不等式(lmi)。在[6),小王和太阳,network-induced延迟的模型存在的区间变量由一个马尔可夫链。使用延迟的上下界,与norm-bounded离散马尔可夫跳跃系统的不确定性提出了模型的存在。基于这个模型,H∞状态反馈控制器可以通过构造一组lmi)。最近弗里德曼和动了一下7]引入一个新的(描述符)模型转换与时变时滞相关稳定的系统延迟lmi)而言,最近他们也细化结果时滞相关H∞控制和扩展他们的时变延迟。根据本文,本文定义了一个模型,集成了一类非线性系统的时间延迟,因此,本文提出模糊控制存在的(4,8)考虑时间延迟引起的网络重新配置的计算机网络作为结果的稳定性分析是修订。

自修改nc根据时间延迟,重新配置修改系统的结构是一个过渡状态的改变表示。在这里,它是用作延时一个可行的方法修改。

在控制系统中,几个建模策略管理时间延迟由不同的研究小组研究了控制律。尼尔森(2]提出使用延时方案集成到一个可重构控制策略,基于随机方法。江和赵9描述如何使用时间延迟的不确定性,这修改钢管放置一个健壮的控制律。Izadi-Zamanabadi和布兰科10)提供了一个有趣的案例相关的容错控制方法延时耦合。布兰科et al。11]研究可重构控制的观点的结构修改,建立一个动态变量之间的逻辑关系和各自的缺点。最后,汤普森[12]和Benitez-Perez Garcia-Nocetti [13]认为可重构控制策略执行总修改的系统结构和动态响应,和,因此,这种方法的优点是有界的修改在系统响应。

通常,当一个错误发生在系统的操作,应用相应的容错策略。然而,应用这样一个容错策略是不足以维持系统的性能,因为修改动态条件。因此,似乎有必要考虑当前状况,以保持系统的性能,甚至退化。因此,本文提出一种基于模糊控制的新技术,考虑有界变量时间延迟。

本文的目的是提出重构控制策略开发时间延迟的知识,之后安排近似时间延迟是已知的和有界根据调度算法。这种近似的新奇是保证调度性以及稳定的有界时滞的存在。这是可行的,因为根据调度程序响应时间延迟是有界的。

2。调度近似

古典最早截止日期前加上优先级交换(PE)算法用于分解时间线和各自的时间延迟。例如,时间延迟监督如下的任务: 哪里是优先考虑的首先已知最早的期限(14)算法建立的过程与最接近最后期限最重要的优先级。然而,当一个非周期的任务似乎有必要部署其他算法来处理并发的条件。为此,优先级交换算法是为了追求管理来自EDF算法的业余时间。优先级交换(15算法使用一个虚拟服务器,部署一个周期与最高优先级任务为了提供足够的计算资源非周期任务。这个简单的过程给出了距离、确定性和动态行为包括集团内的过程。在这种情况下,可以确定的时间延迟,和有界。作为一个例子,考虑一组任务,如表所示1。在这种情况下,消费时间,以及周期,给出输入的单位。记住服务器任务是一个非周期任务的时间发生。

排序的结果基于PE呈现在图1。

基于这种动态调度算法,给出了时间延迟作为当前微积分的任务排序。在这种情况下,每次调度算法进行全局时间延迟在短期和长期的修改。这种行为可以知道时间延迟和有界以来不同时期的当前和未来的响应。另一方面,如果任何非周期事件会发生,这将被认为是在服务器方面参加全球周期性的方式与时间延迟成本有关。例如,效仿下四个任务在哪里定居和两个非周期任务发生在不同的时间,给不同的事件和不同的时间延迟(见表2)。

下面的任务排序如图2显然,使用PE算法时间延迟出现。

现在从这个结果排序不同的微小时间延迟了两个场景,如图3。

这两个场景中存在两种不同的当地时间延迟,需要事先考虑为了解决相关延迟根据调度方法和控制设计。这些时间延迟可以表示当地的动力系统之间的关系。这些关系是实际的和可能的延误有界限制可能的和当前的场景。然后,延迟可能表示为当地和高度的确定为每个特定的场景。在这种情况下,如果有新的事件发生其响应某个时间将推迟到服务器将为其需求,给系统一个保证的时间延迟和电流响应。

现在,这最后一个例子,在第二个场景总延迟给出如下:

从这个例子等于2等于3。和当地延误的数量在一个场景从传感器来控制和控制执行机构。此外,consumption_time_delay_task1 consumption_time_delay_task2, consumption_time_delay_task3相关图的实际时间延迟3当一个特定场景。相同的情况出现consumption_time_delay_aperiodic_task2。这个简单的例子显示了如何总时间延迟动力系统中发挥关键作用;然而,这些都是没有单片,因为是由通过不同的地方和动态延迟。

自非周期以及零星的事件能够出席的一个虚拟服务器网络上的每个节点参与有限的响应,由此产生的行为仅仅是依赖于内在的有界和系统时间延迟,可以聚合圈。现在,计算机网络只是依赖网络的同步,这是一个主题超出了本文的范围,在未来回顾工作。

在本节确定的重要问题是,沟通时间延迟是已知的和有界甚至在零星的情况。因为这个模型是可行的,剩下的就是如何将总延误(无论是本地或全球)到系统的动态模型。这一战略提出了彻底的模糊控制,因为这种技术提供了必要的元素来保证当前全球稳定甚至在零星的时间延迟,因为这些是有界的条件根据虚拟服务器的使用。

3所示。模糊控制设计考虑时间延迟

有时间延迟定义为调度近似的结果,可能呈现以下几个场景这时间延迟的行为,因为这是有界的。事实上,场景的数量是有限的自组合形成是有界的。因此,任何策略,为了设计一个控制律,需要考虑增益调度近似。为此,基于Takagi-Sugeno模糊控制策略。因此,基于模糊控制系统(16保持为 在哪里是美国,输入的数量,隶属函数的相关。一个人 在哪里和的状态和输入向量,然后呢和工厂表示每个场景中根据当前时间延迟后图吗4。

现在,考虑当前时间延迟这是当前时间延迟从控制器到执行器和这是当前时间延迟从传感器到控制器。在这里,当前时间延迟是地方当前聚合行为事件的调度策略无论在任何条件,只要这是阻止到虚拟服务器进程。一个人 在哪里和每个场景控制器表示,和植物的状态向量和输入向量,然后呢和是控制器的状态向量和输入向量。

从[17]记住时间的延迟表示离散观察以下方程:

记住,和当地时间延迟的总数,每个场景出现。这些都是在最后一节中定义为当地时间延迟,可以聚合在(1所示),或者他们可能提出(8)。在任何情况下最终结果所示(10)和(11)。一个人 在哪里和当地时间延误的数量;和可观察状态相关的收益;输出是收集 从去年方程,相关的动态表达作为和在哪里是该指数对每个场景。这些场景一节中给出的相关事件,当地时间延迟的结果和可能使用的虚拟服务器。在任何情况下,(16)显示潜在的工厂条件的整体表示时间延迟以及当前从每个场景动态修改结果。一个人 从控制器的状态 和植物

为, 在哪里当前时间延迟从控制器到执行器和吗是当前时间延迟从传感器到控制器。此外,是相关的动态矩阵控制律。现在,第二个要点提出了工作如下:自延迟是有界的,可以知道它有可能开发出利用增广状态的动态表示电流控制法律和相关的状态空间表示。 现在,延迟()是独立的基于时间调度近似。这种情况是非常重要的两个原因;首先严格地方和时间延迟可能是聚合不同的每个场景或事件,其次这些有限的固有动态基准测试的取样时间。因此,任何聚合必须有界。 现在,在稳定性方面是必要的保证系统响应的几个条件,它是追求古典的使用李亚普诺夫候选自一个主要条件是系统的响应线性固有的行为。因此,候选人李雅普诺夫函数的导数表示为 和提出相关的李雅普诺夫函数 现在的增广状态和相关的模糊规则 其中每个模糊规则作为一个表达式给出的当地延误(当地时间延迟的结果,可以聚合/事件)从现状植物对控制器和反之亦然。一个人 现在对于每个规则,它存在延迟相关的特定条件(表示为事件的部分2)涉及植物和控制器。这对每一个特定的时间延迟是独一无二的。在这种情况下,这些都是关联到一个特定的关系方程。

还记得定义以下(5)。因此 现在考虑到模糊系统表示的当地时间延迟以及当地植物和控制法律, 如果只有一个时间延迟。这种情况是可能的因为时间延迟是有界和严格小于采样时间的动态系统。因此在任何情况下不平等是总是正确的。一个人

因此这可能表示如下: 基于这种特殊情况下,状态表示可能会给出 因为只有一个特定的当前时间延迟是可能的,只有一个状态条件可用后,表示为LMI条件矩阵;。 当前表示为代表的核心 记住的LMI这个考虑应该在全球范围内稳定指数的表现。

4所示。实验装置

下面是设置演示如何实现这种组合为时间延迟的管理层是一个合适的近似。周期性任务的数量等于5和非周期任务的数量是7。下表给出了任务条件。

现在基于植物动力学给出

与每个本地延迟时间延迟确定每个场景。场景的数量是13(如图6),其中每一列是一个场景和相关的时间延迟是在每个传感器后(8)。给定的控制设计后(34)表示如下,每个场景:时滞往往是常数

模糊变量以及规则的数量确定后Mendez-Monroy和Benitez-Perez16];这里最后近似是由类似的错误后延时的方法和相关的系统响应。现在的反应系统根据第一输出如图5。

5。结论

当前时间延迟可以使用实时动态调度算法建模;然而产生的延迟是时变和固定,因此相关的局部控制法律需要被设计根据这个特征和时间集成的关键是全球性问题需要考虑。全球稳定达到使用Takagi-Sugeno模糊控制设计中非线性组合是紧随其后的是美国的现状部分延迟由于通信行为。

本文的主要贡献是能够确定当地时间延迟,可以聚合每个事件自调度算法对时间响应。因此模糊控制可以吸引保证全球稳定因为任何条件是有界小于采样周期在最坏的情况没有普遍性的松散。

使用动态调度近似允许系统是可预测和有界;因此,时间延迟可以被建模在这些条款。此外,产生的动态表示解决固有的每个场景切换。这个近似的主要缺点是每次调用上下文切换可能发生周期性任务和可以执行;在这种情况下,考虑固有的时间延迟到这个行动要处理不确定性。

确认

作者承认的支持UNAM-PAPIIT IN103310, ICyTDF山顶10-53,阿德里安·杜兰先生对他有价值的帮助。