耦合设计：类最小二乘调度在随机时延网络控制中的应用

"该文提出了一种类最小二乘调度(LSLS)算法，结合了优先级调度和通信序列，用于网络控制系统的优化设计。在每个采样周期中，LSLS调度器根据传感器测量值与理想动态状态值的方差来决定哪些状态可以接入网络。接着，文章建立了考虑媒体接入约束和随机短时延的网络控制系统的切换系统模型，并运用Lyapunov稳定性理论和线性矩阵不等式(LMI)方法进行了系统稳定性和控制调度的耦合设计。通过仿真对比，LSLS调度与控制的耦合设计方法在控制性能上优于MEF-TOD方法。" 本文是关于网络控制系统的调度与控制策略的研究论文。作者首先介绍了一种名为类最小二乘调度（Least-Square-Like Scheduling, LSLS）的新算法，该算法将传感器的测量值和优先级相结合，以优化数据传输的顺序。在每个采样周期，LSLS调度器会计算传感器测量值与期望状态值的方差，高方差状态会被优先赋予网络访问权，这样能确保关键信息的及时传输。 接着，论文考虑了网络控制系统的实际环境，即存在媒体接入约束和随机的短期延迟，将此类网络控制系统建模为切换系统。利用Lyapunov稳定性理论，作者分析了系统的稳定性，并采用线性矩阵不等式（Linear Matrix Inequalities, LMI）这一工具，进行了控制和调度的联合设计，以确保在有约束条件下的系统性能。 通过仿真，LSLS调度与控制的耦合设计方法被证明在控制性能上优于传统的最大误差优先-尝试一次丢弃（Maximum Error First-Try Once Drop, MEF-TOD）策略。这表明，新提出的LSLS方法能够更有效地处理网络中的延迟和约束问题，提高整体控制质量。 这篇论文的贡献在于提出了一种新的调度策略，它在考虑网络通信特性的基础上，优化了控制系统的性能。这种方法对于网络密集型的工业应用，如自动化生产线、智能交通系统等，具有重要的理论和实践意义。通过细致的数学分析和实证验证，LSLS算法展示出了其在应对网络约束下的高效性和稳健性。