博文

陈杰教授等：数据驱动分布式事件触发网络系统

已有 2444 次阅读 2023-5-24 16:24 |系统分类:博客资讯

研究背景

近年来，网络系统的研究已经深入不同理论科学与工程领域，例如电网系统、交通网络、工业过程系统等等。从结构上来看，网络系统是由一组相互耦合的子系统构成，并且通过公共网络实现数据信息交互。因此，对子系统的控制不仅取决于其自身的状态还需要相邻子系统的状态。然而在实际环境中，网络系统常常面临通讯资源以及宽带受限的问题，影响智能体间的信息交流，从而破坏期望系统性能和偏移控制目标。

针对这一问题，事件触发控制通过预先设计的触发条件排除冗余信息的传输，极大地降低网络中通讯资源的消耗。常见的触发方法包括集中式、分散式以及分布式事件触发。其中分布式事件触发方法具有同时保证低计算复杂度和高控制性能的特点，从而受到了广泛的关注。

然而，目前网络系统的分布式触发设计多数是基于连续系统模型，并且对系统的实时监控以及触发器内的连续计算会增加系统能源消耗。如何基于周期或非周期采样特性设计离散时间动态分布式事件触发方法是当前控制领域的热点研究问题之一。

另外，当前绝大多数事件触发控制器的设计都依赖于精确的系统数学模型。然而，当第一性原理受限，或者实际系统模型难以获得，传统基于模型的控制方法不再适用。近年来，数据驱动控制方法给出一种端对端的解决方案，即，无需系统辨识，仅仅利用可收集的系统数据实现模型未知情况下的控制设计。因此，有限传输资源下，如何设计数据驱动的网络系统分布式事件触发控制方案是亟待解决的问题。

成果介绍

北京理工大学自主智能无人系统全国重点实验室陈杰教授团队提出了一种数据驱动分布式事件触发网络系统控制方法，实现了物理模型未知情况下的数据驱动分布式事件触发控制设计。研究成果发表于IEEE/CAA Journal of Automatica Sincia2023年第10卷第2期：X. Wang, J. Sun, G. Wang, F. Allgöwer, and J. Chen, “Data-driven control of distributed event-triggered network systems,” IEEE/CAA J. Autom. Sinica, vol. 10, no. 2, pp. 351–364, Feb. 2023. doi: 10.1109/JAS.2023.123225。

系统模型包含了多个通过公用网络相互连接的子系统，并且每个子系统由数据驱动事件触发器、数据驱动控制器、执行器以及未知被控对象组成。系统框架如图1所示。

图片1.png

图1 数据驱动分布式事件触发网络框架

本文创新点主要包含两个方面：

1）针对离散时间网络系统，设计了一种新的基于周期采样的动态分布式事件触发传输策略，其中触发条件仅仅依赖于子系统自身状态以及相邻子系统在采样点的状态。

2）基于离散时间Looped-functional稳定性分析方法，给出基于模型和数据的分布式控制器和触发参数联合设计方法。

实验结果

考虑一个含有三个相同且相互连接的倒立摆网络系统，由图2所示。

图片2.png

图2 耦合倒立摆系统

实验控制目标是，在系统模型未知情况下，利用离线可收集的系统输入-状态数据设计分布式事件触发反馈控制器，使得倒立摆的角度以及角速度处于平衡状态，即。控制效果如图3所示。

图3 数据驱动分布式事件触发控制下的倒立摆子系统状态轨迹以及触发时刻

图3（左）表示各个倒立摆子系统在时趋于稳定，这验证了数据驱动分布式事件触发控制器设计方法的有效性。同时，图3（右）给出了子系统触发时刻。150个采样数据中，子系统仅需34、44、31个数据分别被传输，这极大地减低了传输能量的消耗。最后，给出与集中式和分散式事件触发方法的对比实验，如表1所示。实验结果显示，在保证相同系统稳定特性下，相比集中式和分散式方法，数据驱动分布式事件触发具有更低的传输频率。