劉　昶,米根鎖，張　哲

(1.蘭州交通大學(xué) 自動化與電氣工程學(xué)院,甘肅 蘭州730070；2.大唐呼圖壁能源開發(fā)有限公司熱電廠 設(shè)備管理部,新疆 烏魯木齊 831200)

應(yīng)用技術(shù)

模糊算法在WiNCS死區(qū)采樣中的應(yīng)用*

劉昶1,米根鎖1，張哲2

(1.蘭州交通大學(xué) 自動化與電氣工程學(xué)院,甘肅 蘭州730070；2.大唐呼圖壁能源開發(fā)有限公司熱電廠 設(shè)備管理部,新疆 烏魯木齊 831200)

摘要:針對無線網(wǎng)絡(luò)控制系統(tǒng)(WiNCS)常規(guī)死區(qū)采樣算法導(dǎo)致的系統(tǒng)控制性能QoP和網(wǎng)絡(luò)服務(wù)質(zhì)量(QoS)下降的缺陷，提出一種模糊自適應(yīng)死區(qū)采樣算法。該方法利用系統(tǒng)控制誤差和系統(tǒng)網(wǎng)絡(luò)時延設(shè)定死區(qū)閾值，能實(shí)時自適應(yīng)網(wǎng)絡(luò)負(fù)載變化，自動在系統(tǒng)QoP和QoS指標(biāo)范圍內(nèi)盡可能減少數(shù)據(jù)包傳輸量，更好地捕捉到網(wǎng)絡(luò)流量變化和網(wǎng)絡(luò)QoS變化。實(shí)驗(yàn)證明:所提方法不但能減少數(shù)據(jù)包傳輸量，而且可以高效地保證系統(tǒng)控制性能。模糊自適應(yīng)死區(qū)采樣結(jié)構(gòu)簡單，易于實(shí)現(xiàn)，具有一定的推廣價值。

關(guān)鍵詞:無線網(wǎng)絡(luò)控制系統(tǒng)；傳輸死區(qū)；網(wǎng)絡(luò)時延；模糊算法

0引言

無線網(wǎng)絡(luò)控制系統(tǒng)(WiNCS)是集無線通信網(wǎng)絡(luò)和控制系統(tǒng)為一體的閉環(huán)分布式控制系統(tǒng)[1]。WiNCS中數(shù)據(jù)的傳輸量過大，將增大網(wǎng)絡(luò)數(shù)據(jù)沖突的概率，造成網(wǎng)絡(luò)時延變大，這嚴(yán)重影響系統(tǒng)網(wǎng)絡(luò)服務(wù)質(zhì)量(QoS)和系統(tǒng)控制性能QoP，甚至引起系統(tǒng)不穩(wěn)定。在保證系統(tǒng)穩(wěn)定的條件下在傳感器端設(shè)置傳輸死區(qū)[2～4]，從而主動丟包來節(jié)省網(wǎng)絡(luò)帶寬，減少網(wǎng)絡(luò)沖突和節(jié)點(diǎn)能耗。

近年來,針對WiNCS中傳輸死區(qū)的研究較少。文獻(xiàn)[5]將傳輸死區(qū)引入網(wǎng)絡(luò)控制系統(tǒng)中，但未對系統(tǒng)穩(wěn)定性進(jìn)行分析和說明。文獻(xiàn)[6]提出基于PID的死區(qū)調(diào)度方法，采用PID算法調(diào)節(jié)死區(qū)范圍，但該方法不適用于無線環(huán)境下的網(wǎng)絡(luò)控制系統(tǒng)。文獻(xiàn)[7]通過設(shè)置基于信號差值的傳輸死區(qū)，建立包含時延區(qū)間的WiNCS數(shù)學(xué)模型,從而分析傳輸死區(qū)對系統(tǒng)性能的影響?？梢园l(fā)現(xiàn)常規(guī)傳輸死區(qū)大多采用固定閾值，無法根據(jù)網(wǎng)絡(luò)負(fù)載狀況實(shí)時調(diào)整閾值大小,并存在降低控制精度的缺陷。因此,實(shí)時動態(tài)地調(diào)整傳輸死區(qū)具有一定的研究意義。

本文以WiNCS傳感器端的傳輸死區(qū)為研究對象，根據(jù)系統(tǒng)控制誤差變化和網(wǎng)絡(luò)時延的變化，采用模糊算法對死區(qū)閾值進(jìn)行實(shí)時調(diào)整。通過該方法來減少網(wǎng)絡(luò)數(shù)據(jù)包流量以改善系統(tǒng)網(wǎng)絡(luò)服務(wù)質(zhì)量，彌補(bǔ)常規(guī)傳輸死區(qū)存在的不足。

1常規(guī)死區(qū)算法

1.1WiNCS的組成結(jié)構(gòu)

WiNCS一般由控制器、傳感器、執(zhí)行器組成，并通過具有簡單調(diào)度與控制功能的智能路由中心AP聯(lián)結(jié)在一起，如圖1所示。

圖1　無線網(wǎng)絡(luò)控制系統(tǒng)組成結(jié)構(gòu)Fig 1　Structures of WiNCS

1.2常規(guī)傳輸死區(qū)算法

傳感器按照固定采集頻率進(jìn)行采樣，但在傳感器端設(shè)置傳輸死區(qū)，將傳感器采集數(shù)據(jù)和發(fā)送數(shù)據(jù)的過程分離,并制定觸發(fā)條件來決定是否將獲取的數(shù)據(jù)發(fā)送給控制器，通過主動丟包降低傳感器與控制器之間的數(shù)據(jù)包傳輸量。

在網(wǎng)絡(luò)負(fù)載非突變的WiNCS中，傳輸死區(qū)根據(jù)兩次采樣數(shù)據(jù)的絕對差值來判斷系統(tǒng)是否發(fā)送采樣數(shù)據(jù)。

假設(shè)y(k+n)為網(wǎng)絡(luò)中某節(jié)點(diǎn)當(dāng)前要發(fā)送的信號值，y(k)為該節(jié)點(diǎn)上一次發(fā)送到網(wǎng)絡(luò)中的信號值。當(dāng)兩次信號滿足式(1)時，觸發(fā)條件生效，該節(jié)點(diǎn)將發(fā)送信號;否則,不發(fā)送信號

K|y(k+n)-y(k)|≥M

(1)

式中M為死區(qū)閾值，K為比例系數(shù)。

2模糊自適應(yīng)傳輸死區(qū)算法

2.1模糊自適應(yīng)傳輸死區(qū)原理

模糊自適應(yīng)傳輸死區(qū)同時考慮系統(tǒng)誤差變化情況和網(wǎng)絡(luò)時延兩者，根據(jù)系統(tǒng)輸出誤差e、誤差的變化率ec和網(wǎng)絡(luò)時延τ，實(shí)時調(diào)整傳輸死區(qū)參數(shù)，這樣就不會出現(xiàn)某個回路由于網(wǎng)絡(luò)中負(fù)載發(fā)生變化而導(dǎo)致傳輸死區(qū)不適應(yīng)系統(tǒng)網(wǎng)絡(luò)的情況。

圖2是基于模糊自適應(yīng)傳輸死區(qū)的原理框圖，其中,e為系統(tǒng)誤差，τ為系統(tǒng)網(wǎng)絡(luò)延時，M為傳輸死區(qū)閾值。

圖2　模糊自適應(yīng)傳輸死區(qū)原理框圖Fig 2　Principle block diagram of fuzzy adaptive transmission deadband

模糊自適應(yīng)傳輸死區(qū)數(shù)據(jù)發(fā)送的觸發(fā)方程為

(2)

式中e為兩次采樣的絕對差值，ec為系統(tǒng)兩次采樣絕對差值的變化率，K1和K2為相應(yīng)的比例系數(shù)。

通過模糊自適應(yīng)傳輸死區(qū)算法以系統(tǒng)e，ec，τ之間的模糊關(guān)系為基礎(chǔ)，確定傳輸死區(qū)參數(shù)K1，K2，M。

2.2模糊自適應(yīng)傳輸死區(qū)算法的實(shí)現(xiàn)

圖3為模糊自適應(yīng)傳輸死區(qū)算法結(jié)構(gòu)示意圖。通過以下三個步驟實(shí)施模糊自適應(yīng)死區(qū)采樣：

圖3　模糊自適應(yīng)傳輸死區(qū)算法結(jié)構(gòu)示意圖Fig 3　Structure diagram of fuzzy adaptive transmission deadband algorithm

1)精確量的模糊化

根據(jù)各參數(shù)的實(shí)際特性設(shè)定合適的隸屬函數(shù)，將語言變量的語言值轉(zhuǎn)化為模糊控制器論域的模糊集合。用E，T表示輸入量誤差e和網(wǎng)絡(luò)時延τ的模糊集，ke，kτ為兩個輸入的量化因子。定義輸入變量的量化等級為9級，即E，T={-4,-3,-2,-1,0,1,2,3,4}。輸出M的量化等級為5級，即M = { 1,2,3,4,5}。

定義誤差e和網(wǎng)絡(luò)時延τ的模糊子集數(shù)為5個，即{PS，S，M，B，PB}，其中，PS表示正小，S表示小，M表示中，B表示大，PB表示正大。E，Τ選用三角形隸屬度函數(shù)，M選用高斯型隸屬度函數(shù)。隸屬度函數(shù)曲線如圖4和圖5所示。

圖5　Mi的隸屬度函數(shù)曲線Fig 5　Membership function curve of Mi

2)知識庫的設(shè)計(jì)

根據(jù)傳統(tǒng)傳輸死區(qū)測量所得數(shù)據(jù)與專家決策轉(zhuǎn)化為一組模糊條件語句構(gòu)成模糊控制規(guī)則，并計(jì)算由模糊控制規(guī)則決定的模糊關(guān)系，構(gòu)造合適的模糊控制算法。表1為模糊規(guī)則控制表。

表1　模糊規(guī)則控制表

3)解模糊化

將模糊推理的結(jié)論通過重心法轉(zhuǎn)化成實(shí)際可用的精確量，即通過模糊推理來確定要設(shè)置的死區(qū)閾值，再經(jīng)過解模糊過程就可以得到真實(shí)的輸出值。

當(dāng)死區(qū)閾值M和參數(shù)K1，K2確定之后，系統(tǒng)會決定傳感器數(shù)據(jù)的發(fā)送。

3仿真實(shí)驗(yàn)和結(jié)果分析

3.1仿真模型和參數(shù)

本文的仿真實(shí)驗(yàn)中，選用TrueTime1.5軟件進(jìn)行仿真研究。仿真實(shí)驗(yàn)設(shè)定為相同的網(wǎng)絡(luò)環(huán)境，相同的PID控制器，相同的被控對象，但傳感器端為不同的傳輸死區(qū)。

1)被控對象參數(shù)：被控對象傳遞函數(shù)如式(3)

(3)

2)網(wǎng)絡(luò)參數(shù):選定無線網(wǎng)絡(luò)協(xié)議為IEEE 802.11b(WLAN)，傳感器的固定采樣周期T為10 ms，無線數(shù)據(jù)傳輸速率為80 kbit/s，傳感器和控制器的電池能量設(shè)為0.3 J,執(zhí)行器的電池能量設(shè)為0.8 J，其它仿真參數(shù)為默認(rèn)值。

3)仿真系統(tǒng)模型搭建:本設(shè)計(jì)中，WiNCS由分布的控制器節(jié)點(diǎn)、執(zhí)行器節(jié)點(diǎn)、被控對象和無線網(wǎng)絡(luò)組成，傳感器采用時間觸發(fā)方式，而控制器和執(zhí)行器則采用事件觸發(fā)方式。

4)仿真實(shí)驗(yàn)指標(biāo):為了比較系統(tǒng)網(wǎng)絡(luò)服務(wù)質(zhì)量QoS和系統(tǒng)控制性能QoP，采用了兩個指標(biāo)：網(wǎng)絡(luò)延時τ和系統(tǒng)輸出的誤差絕對值積分IAE。

3.2仿真結(jié)果分析

仿真時間4 s內(nèi)，傳感器按采樣周期T共采樣了400個數(shù)據(jù)包。采用常規(guī)死區(qū)算法共向無線網(wǎng)絡(luò)發(fā)送了289個數(shù)據(jù)包，主動丟包數(shù)量為111個；采用模糊自適應(yīng)傳輸死區(qū)算法共向無線網(wǎng)絡(luò)發(fā)送了364個數(shù)據(jù)包，主動丟包數(shù)量為36個。系統(tǒng)輸出的曲線如圖6和圖7所示，系統(tǒng)網(wǎng)絡(luò)時延如圖8和圖9所示。

圖6　基于常規(guī)傳輸死區(qū)算法的系統(tǒng)輸出Fig 6　Output of system based on conventional transmission deadband algorithm

圖7　基于模糊自適應(yīng)傳輸死區(qū)算法的系統(tǒng)輸出Fig 7　Output of system based on fuzzy adaptive transmission deadband algorithm

對比兩種方法的系統(tǒng)輸出:從圖6知，常規(guī)死區(qū)算法下系統(tǒng)丟包過多導(dǎo)致不能準(zhǔn)確跟蹤正弦波信號的輸出響應(yīng)，并且計(jì)算后得IAE為無窮大，系統(tǒng)不穩(wěn)定,從圖7知在模糊自適應(yīng)死區(qū)算法下能準(zhǔn)確跟蹤正弦波信號的輸出響應(yīng)，計(jì)算后得系統(tǒng)IAE為156.66。

圖8　基于常規(guī)傳輸死區(qū)算法的網(wǎng)絡(luò)時延Fig 8　Network delay based on conventional transmission deadband algorithm

圖9　基于模糊自適應(yīng)傳輸死區(qū)算法的網(wǎng)絡(luò)時延Fig 9　Network delay based on fuzzy adaptive transmission deadband algorithm

對比兩種方法的網(wǎng)絡(luò)時延:從仿真結(jié)果圖8看到，常規(guī)死區(qū)算法下，網(wǎng)絡(luò)延時集中在13.367 ms附近,從圖9看到，在模糊自適應(yīng)死區(qū)算法下，測得系統(tǒng)的網(wǎng)絡(luò)延時集中在8.478 ms附近。

因此,在相同的網(wǎng)絡(luò)帶寬下對比兩種方法的仿真結(jié)果可知，模糊自適應(yīng)傳輸死區(qū)降低了網(wǎng)絡(luò)延時和系統(tǒng)IAE。

4結(jié)論

針對WiNCS常規(guī)死區(qū)采樣存在的系統(tǒng)QoP和網(wǎng)絡(luò)QoS下降的缺陷，本文提出了模糊自適應(yīng)死區(qū)采樣算法。該算法能根據(jù)系統(tǒng)控制誤差和網(wǎng)絡(luò)時延，實(shí)時調(diào)整死區(qū)閾值和數(shù)據(jù)包傳輸量進(jìn)而提高網(wǎng)絡(luò)QoS;并且模糊自適應(yīng)傳輸死區(qū)算法簡單，易于實(shí)現(xiàn)，具有一定推廣價值，該方法特別適用于對實(shí)時性要求較高的應(yīng)用場景

參考文獻(xiàn):

[1]高政南,謝蓉華,陳慶偉.基于死區(qū)調(diào)度的無線網(wǎng)絡(luò)控制系統(tǒng)保性能控制器設(shè)計(jì)[J].信息與控制,2012(4):522-528.

[2]張曉波,高政南,陳慶偉.基于混合死區(qū)調(diào)度策略的網(wǎng)絡(luò)控制系統(tǒng)控制器設(shè)計(jì)[J].南京理工大學(xué)學(xué)報(bào),2013(2):291-298.

[3]張奇,俞金壽.網(wǎng)絡(luò)控制系統(tǒng)中基于PID的死區(qū)反饋調(diào)度方法[J].化工自動化及儀表,2008(6):14-17.

[4]王家棟,俞金壽.網(wǎng)絡(luò)控制系統(tǒng)中的改進(jìn)型死區(qū)反饋調(diào)度方法[J].華東理工大學(xué)學(xué)報(bào):自然科學(xué)版,2008(4):579-583.

[5]Otanez P,Moyne J,Tilbury D.Using deadbands to reduce communication in networked control systems[C]∥Proc of American Control Conference,2002:3015-3020.

[6]Vasyutynskyy Volodymyr,Luntov-skyy Andriy,Kabitzsch Klaus.Two types of adaptive sampling in networked PID control:Time-variant periodic and deadband sampling[C]∥17th International Crimean Conference on Microwave and Telecommunication Technology,2007:330-331.

[7]高政南,謝蓉華,樊衛(wèi)華,等.基于信號差值死區(qū)調(diào)度的無線網(wǎng)絡(luò)控制系統(tǒng)H_∞控制[J].控制與決策,2012(9):1301-1307.

[8]Liu Yingying,Chu Yunkai,Che Weiwei,et al.Stability analysis and stabilization of wireless networked control systems based on deadband control scheduling[J].Journal of Central South University,2014,21(11):4228-4235.

[9]鄧璐娟,張科德,盧華奇.網(wǎng)絡(luò)控制系統(tǒng)動態(tài)死區(qū)反饋調(diào)度的研究[J].微計(jì)算機(jī)信息,2009(18):138-139,154.

[10] 湯賢銘,錢凱,俞金壽.網(wǎng)絡(luò)控制系統(tǒng)動態(tài)死區(qū)反饋調(diào)度[J].華東理工大學(xué)學(xué)報(bào):自然科學(xué)版,2007(5):716-721.

[11] McKernan Adrian D,Irwin George W.Event-based sampling for wireless network control systems with QoS[C]∥American Control Conference,USA,2010:1841-1846.

[12] Vasyutynskyy V,Kabitzsch K.Towards comparison of deadband sampling types[C]∥Proc of 2007 IEEE International Sympo-sium on Industrial Electronics(ISIE),Vigo,Spain,2007:2899-2904.

[13] Miguel Diaz-Cacho,Emma Delgado,Antonio Barreiro.Internetadaptive deadband for NCS and teleoperation[C]∥18th Mediterranean Conference on Control &Automation,2010:505-510.

Application of fuzzy algorithm in WiNCS deadband sampling*

LIU Chang1,MI Gen-suo1,ZHANG Zhe2

(1.College of Automatic &Electrical Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China;2.Department of Equipment Management,Thermoelectricity Plant,DaTang HuTuBi Energy Development Corporation Ltd,Urumchi 831200,China)

Abstract:Aiming at deficiencies of decrease of control property and quality of service(QoS)caused by deadband sampling methods of WiNCS,put forward an adaptive fuzzy deadband sampling algorithm.Using system control error and network delay to set up deadband threshold,adaptive deadband sampling adjusts network load variation amount in real time,automatically reduce amount of data packet transmission within index range of QoP and QoS of system,to capture network traffic variation and QoS of network.Experiments show the method can not only reduce packet transmission amount,but also can effectively guarantee system control property.Adaptive fuzzy deadband sampling method is simple and easy to implement,and it has certain promotional value.

Key words:wireless networked control system;transmission deadband;network delay;fuzzy algorithm

DOI:10.13873/J.1000—9787(2016)05—0142—04

收稿日期：2015—07—28

*基金項(xiàng)目：甘肅省自然科學(xué)基金資助項(xiàng)目(1310RJZ46)

中圖分類號:TP 273

文獻(xiàn)標(biāo)識碼:A

文章編號:1000—9787(2016)05—0142—04

作者簡介:

劉昶(1991-)，男，回族，河南商丘人，碩士研究生，主要研究方向?yàn)闊o線網(wǎng)絡(luò)控制系統(tǒng)等。