模糊算法在WiNCS死區采樣中的應用*

劉　昶,米根鎖，張　哲

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

應用技術

模糊算法在WiNCS死區采樣中的應用*

劉昶1,米根鎖1，張哲2

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

摘要:針對無線網絡控制系統(WiNCS)常規死區采樣算法導致的系統控制性能QoP和網絡服務質量(QoS)下降的缺陷，提出一種模糊自適應死區采樣算法。該方法利用系統控制誤差和系統網絡時延設定死區閾值，能實時自適應網絡負載變化，自動在系統QoP和QoS指標范圍內盡可能減少數據包傳輸量，更好地捕捉到網絡流量變化和網絡QoS變化。實驗證明:所提方法不但能減少數據包傳輸量，而且可以高效地保證系統控制性能。模糊自適應死區采樣結構簡單，易于實現，具有一定的推廣價值。

關鍵詞:無線網絡控制系統；傳輸死區；網絡時延；模糊算法

0引言

無線網絡控制系統(WiNCS)是集無線通信網絡和控制系統為一體的閉環分布式控制系統[1]。WiNCS中數據的傳輸量過大，將增大網絡數據沖突的概率，造成網絡時延變大，這嚴重影響系統網絡服務質量(QoS)和系統控制性能QoP，甚至引起系統不穩定。在保證系統穩定的條件下在傳感器端設置傳輸死區[2～4]，從而主動丟包來節省網絡帶寬，減少網絡沖突和節點能耗。

近年來,針對WiNCS中傳輸死區的研究較少。文獻[5]將傳輸死區引入網絡控制系統中，但未對系統穩定性進行分析和說明。文獻[6]提出基于PID的死區調度方法，采用PID算法調節死區范圍，但該方法不適用于無線環境下的網絡控制系統。文獻[7]通過設置基于信號差值的傳輸死區，建立包含時延區間的WiNCS數學模型,從而分析傳輸死區對系統性能的影響。可以發現常規傳輸死區大多采用固定閾值，無法根據網絡負載狀況實時調整閾值大小,并存在降低控制精度的缺陷。因此,實時動態地調整傳輸死區具有一定的研究意義。

本文以WiNCS傳感器端的傳輸死區為研究對象，根據系統控制誤差變化和網絡時延的變化，采用模糊算法對死區閾值進行實時調整。通過該方法來減少網絡數據包流量以改善系統網絡服務質量，彌補常規傳輸死區存在的不足。

1常規死區算法

1.1WiNCS的組成結構

WiNCS一般由控制器、傳感器、執行器組成，并通過具有簡單調度與控制功能的智能路由中心AP聯結在一起，如圖1所示。

圖1　無線網絡控制系統組成結構Fig 1　Structures of WiNCS

1.2常規傳輸死區算法

傳感器按照固定采集頻率進行采樣，但在傳感器端設置傳輸死區，將傳感器采集數據和發送數據的過程分離,并制定觸發條件來決定是否將獲取的數據發送給控制器，通過主動丟包降低傳感器與控制器之間的數據包傳輸量。

在網絡負載非突變的WiNCS中，傳輸死區根據兩次采樣數據的絕對差值來判斷系統是否發送采樣數據。

假設y(k+n)為網絡中某節點當前要發送的信號值，y(k)為該節點上一次發送到網絡中的信號值。當兩次信號滿足式(1)時，觸發條件生效，該節點將發送信號;否則,不發送信號

K|y(k+n)-y(k)|≥M

(1)

式中M為死區閾值，K為比例系數。

2模糊自適應傳輸死區算法

2.1模糊自適應傳輸死區原理

模糊自適應傳輸死區同時考慮系統誤差變化情況和網絡時延兩者，根據系統輸出誤差e、誤差的變化率ec和網絡時延τ，實時調整傳輸死區參數，這樣就不會出現某個回路由于網絡中負載發生變化而導致傳輸死區不適應系統網絡的情況。

圖2是基于模糊自適應傳輸死區的原理框圖，其中,e為系統誤差，τ為系統網絡延時，M為傳輸死區閾值。

圖2　模糊自適應傳輸死區原理框圖Fig 2　Principle block diagram of fuzzy adaptive transmission deadband

模糊自適應傳輸死區數據發送的觸發方程為

(2)

式中e為兩次采樣的絕對差值，ec為系統兩次采樣絕對差值的變化率，K1和K2為相應的比例系數。

通過模糊自適應傳輸死區算法以系統e，ec，τ之間的模糊關系為基礎，確定傳輸死區參數K1，K2，M。

2.2模糊自適應傳輸死區算法的實現

圖3為模糊自適應傳輸死區算法結構示意圖。通過以下三個步驟實施模糊自適應死區采樣：

圖3　模糊自適應傳輸死區算法結構示意圖Fig 3　Structure diagram of fuzzy adaptive transmission deadband algorithm

1)精確量的模糊化

根據各參數的實際特性設定合適的隸屬函數，將語言變量的語言值轉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和網絡時延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和網絡時延τ的模糊子集數為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，M選用高斯型隸屬度函數。隸屬度函數曲線如圖4和圖5所示。

圖5　Mi的隸屬度函數曲線Fig 5　Membership function curve of Mi

2)知識庫的設計

根據傳統傳輸死區測量所得數據與專家決策轉化為一組模糊條件語句構成模糊控制規則，并計算由模糊控制規則決定的模糊關系，構造合適的模糊控制算法。表1為模糊規則控制表。

表1　模糊規則控制表

3)解模糊化

將模糊推理的結論通過重心法轉化成實際可用的精確量，即通過模糊推理來確定要設置的死區閾值，再經過解模糊過程就可以得到真實的輸出值。

當死區閾值M和參數K1，K2確定之后，系統會決定傳感器數據的發送。

3仿真實驗和結果分析

3.1仿真模型和參數

本文的仿真實驗中，選用TrueTime1.5軟件進行仿真研究。仿真實驗設定為相同的網絡環境，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。

1)被控對象參數：被控對象傳遞函數如式(3)

(3)

2)網絡參數:選定無線網絡協議為IEEE 802.11b(WLAN)，傳感器的固定采樣周期T為10 ms，無線數據傳輸速率為80 kbit/s，傳感器和控制器的電池能量設為0.3 J,執行器的電池能量設為0.8 J，其它仿真參數為默認值。

3)仿真系統模型搭建:本設計中，WiNCS由分布的控制器節點、執行器節點、被控對象和無線網絡組成，傳感器采用時間觸發方式，而控制器和執行器則采用事件觸發方式。

4)仿真實驗指標:為了比較系統網絡服務質量QoS和系統控制性能QoP，采用了兩個指標：網絡延時τ和系統輸出的誤差絕對值積分IAE。

3.2仿真結果分析

仿真時間4 s內，傳感器按采樣周期T共采樣了400個數據包。采用常規死區算法共向無線網絡發送了289個數據包，主動丟包數量為111個；采用模糊自適應傳輸死區算法共向無線網絡發送了364個數據包，主動丟包數量為36個。系統輸出的曲線如圖6和圖7所示，系統網絡時延如圖8和圖9所示。

圖6　基于常規傳輸死區算法的系統輸出Fig 6　Output of system based on conventional transmission deadband algorithm

圖7　基于模糊自適應傳輸死區算法的系統輸出Fig 7　Output of system based on fuzzy adaptive transmission deadband algorithm

對比兩種方法的系統輸出:從圖6知，常規死區算法下系統丟包過多導致不能準確跟蹤正弦波信號的輸出響應，并且計算后得IAE為無窮大，系統不穩定,從圖7知在模糊自適應死區算法下能準確跟蹤正弦波信號的輸出響應，計算后得系統IAE為156.66。

圖8　基于常規傳輸死區算法的網絡時延Fig 8　Network delay based on conventional transmission deadband algorithm

圖9　基于模糊自適應傳輸死區算法的網絡時延Fig 9　Network delay based on fuzzy adaptive transmission deadband algorithm

對比兩種方法的網絡時延:從仿真結果圖8看到，常規死區算法下，網絡延時集中在13.367 ms附近,從圖9看到，在模糊自適應死區算法下，測得系統的網絡延時集中在8.478 ms附近。

因此,在相同的網絡帶寬下對比兩種方法的仿真結果可知，模糊自適應傳輸死區降低了網絡延時和系統IAE。

4結論

針對WiNCS常規死區采樣存在的系統QoP和網絡QoS下降的缺陷，本文提出了模糊自適應死區采樣算法。該算法能根據系統控制誤差和網絡時延，實時調整死區閾值和數據包傳輸量進而提高網絡QoS;并且模糊自適應傳輸死區算法簡單，易于實現，具有一定推廣價值，該方法特別適用于對實時性要求較高的應用場景

參考文獻:

[1]高政南,謝蓉華,陳慶偉.基于死區調度的無線網絡控制系統保性能控制器設計[J].信息與控制,2012(4):522-528.

[2]張曉波,高政南,陳慶偉.基于混合死區調度策略的網絡控制系統控制器設計[J].南京理工大學學報,2013(2):291-298.

[3]張奇,俞金壽.網絡控制系統中基于PID的死區反饋調度方法[J].化工自動化及儀表,2008(6):14-17.

[4]王家棟,俞金壽.網絡控制系統中的改進型死區反饋調度方法[J].華東理工大學學報:自然科學版,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,樊衛華,等.基于信號差值死區調度的無線網絡控制系統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.網絡控制系統動態死區反饋調度的研究[J].微計算機信息,2009(18):138-139,154.

[10] 湯賢銘,錢凱,俞金壽.網絡控制系統動態死區反饋調度[J].華東理工大學學報:自然科學版,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

*基金項目：甘肅省自然科學基金資助項目(1310RJZ46)

中圖分類號:TP 273

文獻標識碼: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，主要研究方向為無線網絡控制系統等。