导　　师： 苏为洲

授予学位： 博士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 随着传感、计算机和通信技术的飞速发展,网络化控制系统开始受到越来越多的关注。量化效应是网络化控制系统的基本特征之一。在网络化控制系统中,过大的量化误差会在一定程度上影响系统的性能,甚至破坏其稳定性。本文针对离散时间线性时不变随机对象和无噪声数字通信信道,研究了量化效应对网络化控制系统估计和控制性能的影响,主要研究成果如下:1)实时预测编码系统的最优设计。根据线性随机对象的动态特性,我们设计了在给定过去码字序列下基于Lloyd-Max量化方案的最优实时预测编码器,并给出了测量值关于过去码字序列的最小条件均方误差失真。对于解码器,我们给出了求解对象状态最小均方误差估计量的两种算法。基于高斯拟合假设,我们指出了在给定过去码字序列下量化器和预测器的联合最优性,并得到了编码系统最优总体平均性能的一个上界。2)基于量化测量值的状态估计。为了避免量化的非线性特性带来的困难,特别是高计算量,并且能够精确地分析状态估计问题的性能和稳定性,我们提出了一种次优的状态估计算法,并给出了状态估计误差方差的一个上界。同时,我们发现最小化的上界满足一个广义代数黎卡提方程,并且上界序列收敛的充要条件是可变码率的均值大于一个由系统特征根和状态估计器设计参数决定的临界值。3)基于量化测量值的状态估计的后验Cramér-Rao下界。利用系统的模型和实时预测编解码系统的均方失真函数,我们得到了后验Cramér-Rao下界的迭代式。这个迭代式精确描述了量化效应对状态估计性能的影响,并且还存在一个由广义代数黎卡提方程描述的下界。进而,我们指出了后验Cramér-Rao下界序列收敛的一个必要条件是平均数据率大于一个与系统不稳定特征根有关的临界值。4)基于量化测量值的线性二次�

关 键 词： 网络化控制系统 量化 状态估计 线性二次型高斯控制 预测编码器

领　　域： []