一种二输入二输出网络解耦控制系统随机网络时延IMC方法技术领域
一种二输入二输出网络解耦控制系统随机网络时延IMC(Internal Model
Control，IMC)方法，涉及自动控制技术，网络通信技术和计算机技术的交叉领域，尤其涉及
带宽资源有限的多输入多输出网络解耦控制系统技术领域。
背景技术
在网络环境下，传感器、控制器和执行器通过网络媒介形成闭环，组成网络控制系
统(Networked control systems，NCS)，NCS的典型结构如图1所示。
NCS为经典和现代控制理论注入了新的活力，同时也对其系统的设计提出了新的
挑战：一方面，网络的引入会带来节省投资、易于维护等优点；另一方面，也会带来时延、数
据丢包和其他复杂的现象，尤其是随机网络时延的存在，可降低NCS控制性能质量，甚至使
系统失去稳定性，严重时可能导致系统出现故障。
目前，国内外关于NCS的研究，主要是针对单输入单输出(Single-input and
single-output，SISO)网络控制系统，分别在网络时延已知、未知或随机，网络时延小于一
个采样周期或大于一个采样周期，单包传输或多包传输，有无数据包丢失等情况下，对其进
行数学建模或稳定性分析与控制。但针对实际工业过程中，普遍存在的至少包含二个输入
与二个输出(Two-input and two-output，TITO)的控制系统，所构成的多输入多输出
(Multiple-input and multiple-output，MIMO)网络控制系统的研究则相对较少，尤其是
针对输入与输出信号之间，存在耦合作用需要通过解耦处理的多输入多输出网络解耦控制
系统(Networked decoupling control systems，NDCS)时延补偿的研究成果则相对更少。
MIMO-NDCS的典型结构如图2所示。
与SISO-NCS相比，MIMO-NDCS具有以下特点：
(1)输入信号与输出信号之间彼此影响并存在耦合作用
在存在耦合作用的MIMO-NCS中，一个输入信号的变化将会使多个输出信号发生变
化，而各个输出信号也不只受到一个输入信号的影响。即使输入与输出信号之间经过精心
选择配对，各控制回路之间也难免存在着相互影响，因而要使输出信号独立跟踪各自的输
入信号是有困难的。MIMO-NDCS中的解耦器，用于解除或降低多输入多输出信号之间的耦合
作用。
(2)内部结构比SISO-NCS要复杂得多
(3)被控对象可能存在不确定性因素
在MIMO-NDCS中，涉及的参数较多，各控制回路间的联系较多，参数变动对整体控
制效果的影响会变得很复杂。
(4)控制部件失效
在MIMO-NDCS中，至少包含有两个或两个以上的闭环控制回路，至少包含有两个或
两个以上的传感器和执行器。每一个元件的失效都可能影响整个控制系统的性能，严重时
会使控制系统不稳定，甚至造成重大事故。
由于MIMO-NDCS的上述特殊性，使得大部分基于SISO-NCS进行设计与控制的方法，
已无法满足MIMO-NDCS的控制性能与控制质量的要求，使其不能或不能直接应用于MIMO-
NDCS的设计与分析中，给MIMO-NDCS的控制与设计带来了一定的困难。
对于MIMO-NDCS，网络时延补偿与控制的难点主要在于：
(1)由于网络时延与网络拓扑结构、通信协议、网络负载、网络带宽和数据包大小
等因素有关，对大于数个乃至数十个采样周期的随机网络时延，要建立MIMO-NDCS中各个控
制回路的随机网络时延准确的预测、估计或辨识的数学模型，目前几乎是不可能的。
(2)发生在MIMO-NDCS中，前一个节点向后一个节点传输网络数据过程中的网络时
延，在前一个节点中无论采用何种预测或估计方法，都不可能事先提前知道其后产生的网
络时延准确值。时延导致系统性能下降甚至造成系统不稳定，同时也给控制系统的分析与
设计带来困难。
(3)要满足MIMO-NDCS中，不同分布地点的所有节点时钟信号完全同步是不现实
的。
(4)由于MIMO-NCS中，输入与输出之间彼此影响，并存在耦合作用，其MIMO-NDCS的
内部结构要比MIMO-NCS和SISO-NCS复杂，可能存在的不确定性因素较多，对其实施时延补
偿与控制要比MIMO-NCS和SISO-NCS困难得多。
发明内容
本发明涉及MIMO-NDCS中的一种二输入二输出网络解耦控制系统(TITO-NDCS)随
机网络时延的补偿与控制，其TITO-NDCS的典型结构如图3所示。
针对图3中的闭环控制回路1：
1)从输入信号x1(s)到输出信号y1(s)之间的闭环传递函数为：
式中：C1(s)是控制单元，G11(s)是被控对象；τ1表示将控制解耦器CD1节点输出信
号u1p(s)，经前向网络通路传输到执行器A1节点所经历的随机网络时延；τ2表示将输出信号
y1(s)从传感器S1节点，经反馈网络通路传输到控制解耦器CD1节点所经历的随机网络时
延。
2)来自闭环控制回路2中C2(s)控制单元的输出信号u2(s)，通过交叉解耦通道传递
函数P12(s)及其网络通路单元后作用于闭环控制回路1，从输入信号u2(s)到输出信号y1
(s)之间的闭环传递函数为：
3)来自闭环控制回路2执行器A2节点的输出信号u2p(s)，通过被控对象交叉通道传
递函数G12(s)影响闭环控制回路1的输出信号y1(s)，从输入信号u2p(s)到输出信号y1(s)之
间闭环传递函数为：
上述闭环传递函数等式(1)至(3)的分母中，包含了随机网络时
延τ1和τ2的指数项和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳
定性。
针对图3中的闭环控制回路2：
1)从输入信号x2(s)到输出信号y2(s)之间的闭环传递函数为：
式中：C2(s)是控制单元，G22(s)是被控对象；τ3表示将控制解耦器CD2节点输出信
号u2p(s)，经前向网络通路传输到执行器A2节点所经历的随机网络时延；τ4表示将输出信号
y2(s)从传感器S2节点，经反馈网络通路传输到控制解耦器CD2节点所经历的随机网络时
延。
2)来自闭环控制回路1中C1(s)控制单元的输出信号u1(s)，通过交叉解耦通道传递
函数P21(s)及其网络通路单元后作用于闭环控制回路2，从输入信号u1(s)到输出信号y2
(s)之间的闭环传递函数为：
3)来自闭环控制回路1执行器A1节点的输出信号u1p(s)，通过被控对象交叉通道传
递函数G21(s)影响闭环控制回路2的输出信号y2(s)，从输入信号u1p(s)到输出信号y2(s)之
间的闭环传递函数为：
上述闭环传递函数等式(4)至(6)的分母中，均包含了随机网络
时延τ3和τ4的指数项和时延的存在将恶化控制系统的性能质量，甚至导致系统失
去稳定性。
发明目的：
针对图3的TITO-NDCS，其闭环控制回路1的闭环传递函数等式(1)至(3)的分母中，
均包含了随机网络时延τ1和τ2的指数项和以及闭环控制回路2的闭环传递函数等式
(4)至(6)的分母中，均包含了随机网络时延τ3和τ4的指数项和时延的存在会降低各
自闭环控制回路的控制性能质量并影响各自闭环控制回路的稳定性，同时也将降低整个系
统的控制性能质量并影响整个系统的稳定性，严重时将导致整个系统失去稳定性。
为此，本发明提出一种基于IMC的时延补偿方法，免除对各闭环控制回路中，节点
之间网络时延的测量、估计或辨识，进而降低网络时延τ1和τ2，以及τ3和τ4对各自闭环控制
回路以及整个控制系统控制性能质量与系统稳定性的影响；当预估模型等于其真实模型
时，可实现各自闭环控制回路的特征方程中不包含网络时延的指数项，进而可降低网络时
延对系统稳定性的影响，改善系统的动态性能质量，实现对TITO-NDCS随机网络时延的分
段、实时、在线和动态的预估补偿与IMC。
采用方法：
针对图3中的闭环控制回路1：
第一步：在控制解耦器CD1节点中，首先构建一个内模控制器C1IMC(s)用于取代控
制器C1(s)；为了实现满足预估补偿条件时，闭环控制回路1的闭环特征方程中不再包含网
络时延的指数项，以实现对网络时延τ1和τ2的补偿与控制，采用以控制解耦输出信号u1p(s)
和yp12(s)以及u2pm(s)作为输入信号，被控对象预估模型G11m(s)和G12m(s)作为被控过程，控
制与过程数据通过网络传输时延预估模型以及围绕内模控制器C1IMC(s)，构造一个
正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；
第二步：针对实际TITO-NDCS中，难以获取网络时延准确值的问题，在图4中要实现
对网络时延的补偿与控制，除了要满足被控对象预估模型等于其真实模型的条件外，还必
须满足随机网络时延预估模型以及要等于其真实模型以及的条件。为此，从
传感器S1节点到控制解耦器CD1节点之间，以及从控制解耦器CD1节点到执行器A1节点之
间，采用真实的网络数据传输过程以及代替其间网络时延的预估补偿模型以及
因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含
其间网络时延的预估补偿模型，从而免除对闭环控制回路1中，节点之间随机网络时延τ1和
τ2的测量、估计或辨识；当被控对象的预估模型等于其真实模型时，可实现对其随机网络时
延τ1和τ2的补偿与IMC；实施本发明方法的网络时延补偿与IMC结构如图5所示；
针对图3中的闭环控制回路2：
第一步：在控制解耦器CD2节点中,首先构建一个内模控制器C2IMC(s)用于取代控
制器C2(s)；为了实现满足预估补偿条件时，闭环控制回路2的闭环特征方程中不再包含网
络时延的指数项，以实现对网络时延τ3和τ4的补偿与控制，采用以控制解耦输出信号u2p(s)
和yp21(s)以及u1pm(s)作为输入信号，被控对象预估模型G22m(s)和G21m(s)作为被控过程，控
制与过程数据通过网络时延传输预估模型以及围绕内模控制器C2IMC(s)，构造一个
正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；
第二步：针对实际TITO-NDCS中，难以获取网络时延准确值的问题，在图4中要实现
对网络时延的补偿与控制，除了要满足被控对象预估模型等于其真实模型的条件外，还必
须满足随机网络时延预估模型以及要等于其真实模型以及的条件。为此，从
传感器S2节点到控制解耦器CD2节点之间，以及从控制解耦器CD2节点到执行器A2节点之
间，采用真实的网络数据传输过程以及代替其间网络时延的预估补偿模型以及
因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含
其间网络时延的预估补偿模型，从而免除对闭环控制回路2中，节点之间随机网络时延τ3和
τ4的测量、估计或辨识；当被控对象的预估模型等于其真实模型时，可实现对其随机网络时
延τ3和τ4的补偿与IMC；实施本发明方法的网络时延补偿与IMC结构如图5所示；
对于图5中的闭环控制回路1：
1)从输入信号x1(s)到输出信号y1(s)之间的闭环传递函数为：
式中：G11m(s)是被控对象G11(s)的预估模型；C1IMC(s)是内模控制器。
2)来自闭环控制回路2内模控制器C2IMC(s)的输出IMC信号u2(s)，通过交叉解耦通
道传递函数P12(s)和其网络传输通道作用于闭环控制回路1前向通路，从输入IMC信号u2
(s)到输出信号y1(s)之间的闭环传递函数为：
3)来自交叉解耦网络传输通道的输出信号yp12(s)，作用于闭环控制回路1控制
解耦器CD1节点中传递函数1/P12(s)得到其输出信号u2m(s)；同时yp12(s)作用于闭环控制回
路1控制解耦器CD1节点中被控对象传递函数预估模型G11m(s)得到其输出信号y11ma(s)；从
输入信号yp12(s)到输出信号y1(s)之间的闭环传递函数为：
4)来自闭环控制回路2执行器A2节点的控制信号u2p(s)，同时通过被控对象交叉通
道传递函数G12(s)和其预估模型G12m(s)作用于闭环控制回路1，从输入信号u2p(s)到输出信
号y1(s)之间的闭环传递函数为：
采用本发明方法，当被控对象预估模型等于其真实模型时，即当G11m(s)＝G11(s)
时，闭环控制回路1的闭环传递函数分母将由变成1；此时，闭
环控制回路1相当于一个开环控制系统，闭环传递函数的分母中已经不再包含影响系统稳
定性的网络时延τ1和τ2的指数项和系统的稳定性仅与被控对象和内模控制器本身
的稳定性有关。
采用本发明方法，可降低网络时延对系统稳定性的影响，改善系统的动态控制性
能质量，实现对随机网络时延的动态补偿与IMC。
对于图5中的闭环控制回路2：
1)从输入信号x2(s)到输出信号y2(s)之间的闭环传递函数为：
式中：G22m(s)是被控对象G22(s)的预估模型；C2IMC(s)是内模控制器。
2)来自闭环控制回路1中内模控制器C1IMC(s)输出IMC信号u1(s)，通过交叉解耦通
道传递函数P21(s)和其网络传输通道作用于闭环控制回路2前向通路，从输入IMC信号u1
(s)到输出信号y2(s)之间的闭环传递函数为：
3)来自交叉解耦网络传输通道的输出信号yp21(s)，作用于闭环控制回路2的控
制解耦器CD2节点中传递函数1/P21(s)得到其输出u1m(s)；同时yp21(s)作用于闭环控制回路
2控制解耦器CD2节点中被控对象传递函数预估模型G22m(s)得到其输出信号y22ma(s)；从输
入信号yp21(s)到输出信号y2(s)之间的闭环传递函数为：
4)来自闭环控制回路1执行器A1节点的控制信号u1p(s)，同时通过被控对象交叉通
道传递函数G21(s)和其预估模型G21m(s)作用于闭环控制回路2，从输入信号u1p(s)到输出信
号y2(s)之间的闭环传递函数为：
采用本发明方法，当被控对象预估模型等于其真实模型时，即当G22m(s)＝G22(s)
时，闭环控制回路2的闭环传递函数分母将由变成1；此时，闭
环控制回路2相当于一个开环控制系统，闭环传递函数的分母中已经不再包含影响系统稳
定性的网络时延τ3和τ4的指数项和系统的稳定性仅与被控对象和内模控制器本身
的稳定性有关。
采用本发明方法，可降低网络时延对系统稳定性的影响，改善系统的动态控制性
能质量，实现对随机网络时延的动态补偿与IMC。
内模控制器C1IMC(s)和C2IMC(s)的设计与选择：
设计内模控制器一般采用零极点相消法，即两步设计法：
第一步是设计一个取之为被控对象模型的逆模型作为前馈控制器C11(s)和C22
(s)；
第二步是在前馈控制器中添加一定阶次的前馈滤波器f1(s)和f2(s)，构成一个完
整的内模控制器C1IMC(s)和C2IMC(s)。
(1)前馈控制器C11(s)和C22(s)
先忽略被控对象与被控对象模型不完全匹配时的误差、系统的干扰及其它各种约
束条件等因素，选择闭环控制回路1和回路2中，被控对象预估模型等于其真实模型,即：G11m
(s)＝G11(s)，G22m(s)＝G22(s)。
此时，被控对象预估模型可以根据被控对象的零极点分布状况划分为：G11m(s)＝
G11m+(s)G11m-(s)和G22m(s)＝G22m+(s)G22m-(s)，其中：G11m+(s)和G22m+(s)分别为被控对象预估
模型G11m(s)和G22m(s)中包含纯滞后环节和s右半平面零极点的不可逆部分；G11m-(s)和G22m-
(s)分别为被控对象预估模型中的最小相位可逆部分。
通常情况下，闭环控制回路1和回路2的前馈控制器C11(s)和C22(s)可分别选取为：
和
(2)前馈滤波器f1(s)和f2(s)
由于被控对象中的纯滞后环节和位于s右半平面的零极点会影响前馈控制器的物
理实现性，因而在前馈控制器的设计过程中只取了被控对象最小相位的可逆部分G11m-(s)
和G22m-(s)，忽略了G11m+(s)和G22m+(s)；由于被控对象与被控对象预估模型之间可能不完全
匹配而存在误差，系统中还可能存在干扰信号,这些因素都有可能使系统失去稳定。为此，
在前馈控制器中添加一定阶次的前馈滤波器，用于降低以上因素对系统稳定性的影响，提
高系统的鲁棒性。
通常把闭环控制回路1的前馈滤波器f1(s)，以及控制回路2的前馈滤波器f2(s)，分
别选取为比较简单的n1和n2阶滤波器和其中：λ1和λ2为前馈滤
波器时间常数；n1和n2为前馈滤波器的阶次，且n1＝n1a-n1b和n2＝n2a-n2b；n1a和n2a分别为被
控对象G11(s)和G22(s)分母的阶次；n1b和n2b分别为被控对象G11(s)和G22(s)分子的阶次，通
常n1＞0和n2＞0。
(3)内模控制器C1IMC(s)和C2IMC(s)
闭环控制回路1和回路2的内模控制器C1IMC(s)和C2IMC(s)可分别选取为:
和
从等式(15)和(16)中可以看出：一个自由度的内模控制器C1IMC(s)和C2IMC(s)中，都
只有一个可调节参数λ1和λ2；由于λ1和λ2参数的变化与系统的跟踪性能和抗干扰能力都有
着直接的关系，因此在整定滤波器的可调节参数λ1和λ2时，一般需要在系统的跟踪性与抗干
扰能力两者之间进行折衷。
本发明的适用范围：
适用于被控对象预估模型等于其真实模型的一种二输入二输出网络解耦控制系
统(TITO-NDCS)随机网络时延的补偿与IMC；其研究思路与方法，同样适用于被控对象预估
模型等于其真实模型的两个以上输入和输出所构成的多输入多输出网络解耦控制系统
(MIMO-NDCS)随机网络时延的补偿与IMC。
本发明的特征在于该方法包括以下步骤：
对于闭环控制回路1：
(1).当传感器S1节点被周期为h1的采样信号触发时，将采用方式A进行工作；
(2).当控制解耦器CD1节点被反馈信号y1b(s)或者被交叉解耦网络通路单元的
输出信号yp12(s)触发时，将采用方式B进行工作；
(3).当执行器A1节点被控制解耦信号u1p(s)触发时，将采用方式C进行工作；
对于闭环控制回路2：
(4).当传感器S2节点被周期为h2的采样信号触发时，将采用方式D进行工作；
(5).当控制解耦器CD2节点被反馈信号y2b(s)或者被交叉解耦网络通路单元的
输出信号yp21(s)触发时，将采用方式E进行工作；
(6).当执行器A2节点被控制解耦信号u2p(s)触发时，将采用方式F进行工作；
方式A的步骤包括：
A1：传感器S1节点工作于时间驱动方式，其触发信号为周期h1的采样信号；
A2：传感器S1节点被触发后，对被控对象G11(s)输出信号y11(s)和被控对象交叉通
道传递函数G12(s)的输出信号y12(s)，以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行
采样，并计算出闭环控制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+
y12(s)和y1b(s)＝y1(s)-y11mb(s)-y12mb(s)；
A3：传感器S1节点将反馈信号y1b(s)，通过闭环控制回路1的反馈网络通路向控制
解耦器CD1节点传输，反馈信号y1b(s)将经历网络传输时延τ2后，才能到达控制解耦器CD1节
点；
方式B的步骤包括：
B1：控制解耦器CD1节点工作于事件驱动方式，被反馈信号y1b(s)或者被交叉解耦
网络通路单元的输出信号yp12(s)所触发；
B2：在控制解耦器CD1节点中，将闭环控制回路1的系统给定信号x1(s)，减去反馈
信号y1b(s)和被控对象预估模型G11m(s)的输出值y11ma(s)以及被控对象交叉通道传递函数
预估模型G12m(s)的输出值y12ma(s)，得到系统偏差信号e1(s)，即e1(s)＝x1(s)-y1b(s)-y11ma
(s)-y12ma(s)；
B3：对e1(s)实施内模控制算法C1IMC(s)，得到IMC信号u1(s)；
B4：将IMC信号u1(s)作用于交叉解耦通道传递函数P21(s)得到其输出信号yp21(s)；
将yp21(s)通过网络通路单元向控制解耦器CD2节点传输，yp21(s)将经历网络传输时延
τ21后，才能到达控制解耦器CD2节点；
B5：将来自于控制解耦器CD2节点，通过交叉解耦通道传递函数P12(s)和网络通路
单元传输过来的信号yp12(s)作用于传递函数1/P12(s)单元得到其输出信号u2m(s)；将u2m
(s)与yp21(s)相加得到信号u2pm(s)；将u2pm(s)作用于被控对象交叉通道传递函数预估模型
G12m(s)得到其输出值y12ma(s)；
B6：将解耦信号yp12(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma(s)；将
解耦信号yp12(s)与IMC信号u1(s)相加，得到控制解耦信号u1p(s)，即u1p(s)＝yp12(s)+u1(s)；
B7：将控制解耦信号u1p(s)通过闭环控制回路1的前向网络通路单元向执行器
A1节点传输，u1p(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
方式C的步骤包括：
C1：执行器A1节点工作于事件驱动方式，被控制解耦信号u1p(s)所触发；
C2：将控制解耦信号u1p(s)作用于被控对象预估模型G11m(s)得到其输出值y11mb
(s)；将来自于闭环控制回路2的前向网络通路单元的控制解耦信号u2p(s)作用于被控对
象交叉通道传递函数预估模型G12m(s)得到其输出值y12mb(s)；
C3：将控制解耦信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将控制解
耦信号u1p(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s)；从而实现对被
控对象G11(s)和G21(s)的解耦与IMC，同时实现对随机网络时延τ1和τ2的补偿；
方式D的步骤包括：
D1：传感器S2节点工作于时间驱动方式，其触发信号为周期h2的采样信号；
D2：传感器S2节点被触发后，对被控对象G22(s)的输出信号y22(s)和被控对象交叉
通道传递函数G21(s)的输出信号y21(s)，以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进
行采样，并计算出闭环控制回路2的系统输出信号y2(s)和反馈信号y2b(s)，且y2(s)＝y22(s)
+y21(s)和y2b(s)＝y2(s)-y22mb(s)-y21mb(s)；
D3：传感器S2节点将反馈信号y2b(s)，通过闭环控制回路2的反馈网络通路向控制
解耦器CD2节点传输，反馈信号y2b(s)将经历网络传输时延τ4后，才能到达控制解耦器CD2节
点；
方式E的步骤包括：
E1：控制解耦器CD2节点工作于事件驱动方式，被反馈信号y2b(s)或者被交叉解耦
网络通路单元的输出信号yp21(s)所触发；
E2：在控制解耦器CD2节点中，将闭环控制回路2的系统给定信号x2(s)，减去反馈
信号y2b(s)和被控对象预估模型G22m(s)的输出值y22ma(s)以及被控对象交叉通道传递函数
预估模型G21m(s)的输出值y21ma(s)，得到系统偏差信号e2(s)，即e2(s)＝x2(s)-y2b(s)-y22ma
(s)-y21ma(s)；
E3：对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；
E4：将IMC信号u2(s)作用于交叉解耦通道传递函数P12(s)得到其输出信号yp12(s)；
将yp12(s)通过网络通路单元向控制解耦器CD1节点传输，yp12(s)将经历网络传输时延
τ12后，才能到达控制解耦器CD1节点；
E5：将来自于控制解耦器CD1节点，通过交叉解耦通道传递函数P21(s)和网络通路
单元传输过来的信号yp21(s)作用于传递函数1/P21(s)单元得到其输出信号u1m(s)；将u1m
(s)与yp12(s)相加得到信号u1pm(s)；将u1pm(s)作用于被控对象交叉通道传递函数预估模型
G21m(s)得到其输出值y21ma(s)；
E6：将解耦信号yp21(s)作用于被控对象预估模型G22m(s)得到其输出值y22ma(s)；将
解耦信号yp21(s)与IMC信号u2(s)相加，得到控制解耦信号u2p(s)，即u2p(s)＝yp21(s)+u2(s)；
E7：将控制解耦信号u2p(s)通过闭环控制回路2的前向网络通路单元向执行器
A2节点传输，u2p(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
方式F的步骤包括：
F1：执行器A2节点工作于事件驱动方式，被控制解耦信号u2p(s)所触发；
F2：将控制解耦信号u2p(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb
(s)；将来自于闭环控制回路1的前向网络通路单元的控制解耦信号u1p(s)作用于被控对
象交叉通道传递函数预估模型G21m(s)得到其输出值y21mb(s)；
F3：将控制解耦信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将控制解
耦信号u2p(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s)；从而实现对被
控对象G22(s)和G12(s)的解耦与IMC，同时实现对随机网络时延τ3和τ4的补偿。
本发明具有如下特点：
1、由于从结构上免除对TITO-NDCS中，随机网络时延的测量、观测、估计或辨识，同
时免除节点时钟信号同步的要求，进而可避免时延估计模型不准确造成的估计误差，避免
对时延辨识所需耗费节点存贮资源的浪费，同时还可避免由于时延造成的“空采样”或“多
采样”带来的补偿误差。
2、由于从TITO-NDCS结构上，实现与具体的网络通信协议的选择无关，因而既适用
于采用有线网络协议的TITO-NDCS，亦适用于无线网络协议的TITO-NDCS；既适用于确定性
网络协议，亦适用于非确定性的网络协议；既适用于异构网络构成的TITO-NDCS，同时亦适
用于异质网络构成的TITO-NDCS。
3、采用IMC的TITO-NDCS，其内模控制器C1IMC(s)和C2IMC(s)的可调参数只有λ1和λ2，
其参数的调节与选择简单，且物理意义明确；采用IMC不仅可以提高系统的稳定性、跟踪性
能与抗干扰性能，而且还可实现对系统网络时延的补偿与控制。
4、由于本发明采用的是“软件”改变TITO-NDCS结构的补偿与控制方法，因而在其
实现过程中无需再增加任何硬件设备，利用现有TITO-NDCS智能节点自带的软件资源，足以
实现其补偿功能，可节省硬件投资便于推广和应用。
附图说明
图1：NCS的典型结构
图1中，系统由传感器S节点，控制器C节点，执行器A节点，被控对象，前向网络通路
传输单元以及反馈网络通路传输单元所组成。
图1中：x(s)表示系统输入信号；y(s)表示系统输出信号；C(s)表示控制器；u(s)表
示控制信号；τca表示将控制信号u(s)从控制器C节点向执行器A节点传输所经历的前向网络
通路传输时延；τsc表示将传感器S节点的检测信号y(s)向控制器C节点传输所经历的反馈网
络通路传输时延；G(s)表示被控对象传递函数。
图2：MIMO-NDCS的典型结构
图2中，系统由r个传感器S节点，控制解耦器CD节点，m个执行器A节点，被控对象G，
m个前向网络通路传输时延单元，以及r个反馈网络通路传输时延
单元所组成。
图2中：yj(s)表示系统的第j个输出信号；ui(s)表示系统的第i个控制信号；表
示将控制解耦信号ui(s)从控制解耦器CD节点向第i个执行器A节点传输所经历的前向网络
通路传输时延；表示将系统的第j个传感器S节点的检测信号yj(s)向控制解耦器CD节点
传输所经历的反馈网络通路传输时延；G表示被控对象传递函数。
图3：TITO-NDCS的典型结构
图3由闭环控制回路1和2所构成，系统包含传感器S1和S2节点，控制解耦器CD1和
CD2节点，执行器A1和A2节点，被控对象传递函数G11(s)和G22(s)以及被控对象交叉通道传
递函数G21(s)和G12(s)，交叉解耦通道传递函数P21(s)和P12(s)，前向网络通路传输单元
和以及反馈网络通路传输单元和以及交叉解耦网络通路传输单元和所
组成；
图3中：x1(s)和x2(s)表示系统输入信号；y1(s)和y2(s)表示系统输出信号；C1(s)和
C2(s)表示控制回路1和2的控制器；u1(s)和u2(s)表示控制信号；yp21(s)和yp12(s)表示交叉
解耦通路输出信号；u1p(s)和u2p(s)表示控制解耦信号；τ1和τ3表示将控制解耦信号u1p(s)和
u2p(s)从控制解耦器CD1和CD2节点向执行器A1和A2节点传输所经历的前向网络通路传输时
延；τ2和τ4表示将传感器S1和S2节点的检测信号y1(s)和y2(s)向控制解耦器CD1和CD2节点
传输所经历的反馈网络通路传输时延；τ21和τ12表示将交叉解耦通道传递函数P21(s)和P12
(s)的输出信号yp21(s)和yp12(s)向控制解耦器CD2和CD1节点传输所经历的网络通路传输时
延。
图4：一种包含预估模型的TITO-NDCS随机时延补偿与控制结构
图4中，以及是网络传输时延以及的预估时延模型；以及是
网络传输时延以及的预估时延模型；G11m(s)和G22m(s)是被控对象传递函数G11(s)和
G22(s)的预估模型，G12m(s)和G21m(s)是被控对象交叉通道传递函数G12(s)和G21(s)的预估模
型；C1IMC(s)和C2IMC(s)是内模控制器。
图5：一种二输入二输出网络解耦控制系统随机网络时延IMC方法
图5可实现对闭环控制回路1和2中随机网络时延的补偿与IMC。
具体实施方式
下面将通过参照附图5来详细描述本发明的示例性实施例，使本领域的普通技术
人员更清楚本发明的上述特征和优点。
具体实施步骤如下所述：
对于闭环控制回路1：
第一步：传感器S1节点工作于时间驱动方式，当传感器S1节点被周期为h1的采样
信号触发后，对被控对象G11(s)的输出信号y11(s)和被控对象交叉通道传递函数G12(s)的输
出信号y12(s)，以及执行器A1节点的输出信号y11mb(s)和y12mb(s)进行采样，并计算出闭环控
制回路1的系统输出信号y1(s)和反馈信号y1b(s)，且y1(s)＝y11(s)+y12(s)和y1b(s)＝y1(s)-
y11mb(s)-y12mb(s)；
第二步：传感器S1节点将反馈信号y1b(s)，通过闭环控制回路1的反馈网络通路向
控制解耦器CD1节点传输，反馈信号y1b(s)将经历网络传输时延τ2后，才能到达控制解耦器
CD1节点；
第三步：控制解耦器CD1节点工作于事件驱动方式，被反馈信号y1b(s)或者被交叉
解耦网络通路单元的输出信号yp12(s)触发后，将闭环控制回路1系统给定信号x1(s)，减
去反馈信号y1b(s)和被控对象预估模型G11m(s)的输出值y11ma(s)以及被控对象交叉通道传
递函数预估模型G12m(s)的输出值y12ma(s)，得到偏差信号e1(s)，即e1(s)＝x1(s)-y1b(s)-
y11ma(s)-y12ma(s)；对e1(s)实施内模控制算法C1IMC(s)，得到IMC信号u1(s)；
第四步：将IMC信号u1(s)作用于交叉解耦通道传递函数P21(s)得到输出信号yp21
(s)；将yp21(s)通过网络通路单元向控制解耦器CD2节点传输，yp21(s)将经历网络传输时
延τ21，才能到达控制解耦器CD2节点；
第五步：将来自于控制解耦器CD2节点，通过交叉解耦通道传递函数P12(s)和其网
络通路单元传输过来的信号yp12(s)作用于传递函数1/P12(s)单元得到其输出信号u2m
(s)；将u2m(s)与yp21(s)相加得到信号u2pm(s)；将u2pm(s)作用于被控对象交叉通道传递函数
预估模型G12m(s)得到其输出值y12ma(s)；
第六步：将解耦信号yp12(s)作用于被控对象预估模型G11m(s)得到其输出值y11ma
(s)；将解耦信号yp12(s)与IMC信号u1(s)相加，得到控制解耦信号u1p(s)，即u1p(s)＝yp12(s)+
u1(s)；
第七步：将控制解耦信号u1p(s)通过闭环控制回路1的前向网络通路单元向执
行器A1节点传输，u1p(s)将经历网络传输时延τ1后，才能到达执行器A1节点；
第八步：执行器A1节点工作于事件驱动方式，被控制解耦信号u1p(s)触发后，将控
制解耦信号u1p(s) 作用于被控对象预估模型G11m(s)得到其输出值y11mb(s)；将来自于闭环
控制回路2的前向网络通路单元的控制解耦信号u2p(s)作用于被控对象交叉通道传递函
数预估模型G12m(s)得到其输出值y12mb(s)；
第九步：将控制解耦信号u1p(s)作用于被控对象G11(s)得到其输出值y11(s)；将控
制解耦信号u1p(s)作用于被控对象交叉通道传递函数G21(s)得到其输出值y21(s)；从而实现
对被控对象G11(s)和G21(s)的解耦与IMC，同时实现对随机网络时延τ1和τ2的补偿；
第十步：返回第一步；
对于闭环控制回路2：
第一步：传感器S2节点工作于时间驱动方式，当传感器S2节点被周期为h2的采样
信号触发后，对被控对象G22(s)的输出信号y22(s)和被控对象交叉通道传递函数G21(s)的输
出信号y21(s)，以及执行器A2节点的输出信号y22mb(s)和y21mb(s)进行采样，并计算出闭环控
制回路2的系统输出信号y2(s)和反馈信号y2b(s)，且y2(s)＝y22(s)+y21(s)和y2b(s)＝y2(s)-
y22mb(s)-y21mb(s)；
第二步：传感器S2节点将反馈信号y2b(s)，通过闭环控制回路2的反馈网络通路向
控制解耦器CD2节点传输，反馈信号y2b(s)将经历网络传输时延τ4后，才能到达控制解耦器
CD2节点；
第三步：控制解耦器CD2节点工作于事件驱动方式，被反馈信号y2b(s)或者被交叉
解耦网络通路单元的输出信号yp21(s)触发后，将闭环控制回路2系统给定信号x2(s)，减
去反馈信号y2b(s)和被控对象预估模型G22m(s)的输出值y22ma(s)以及被控对象交叉通道传
递函数预估模型G21m(s)输出值y21ma(s)，得到偏差信号e2(s)，即e2(s)＝x2(s)-y2b(s)-y22ma
(s)-y21ma(s)；对e2(s)实施内模控制算法C2IMC(s)，得到IMC信号u2(s)；
第四步：将IMC信号u2(s)作用于交叉解耦通道传递函数P12(s)得到输出信号yp12
(s)；将yp12(s)通过网络通路单元向控制解耦器CD1节点传输，yp12(s)将经历网络传输时
延τ12，才能到达控制解耦器CD1节点；
第五步：将来自于控制解耦器CD1节点，通过交叉解耦通道传递函数P21(s)和网络
通路单元传输过来的信号yp21(s)作用于传递函数1/P21(s)单元得到其输出信号u1m(s)；
将u1m(s)与yp12(s)相加得到信号u1pm(s)；将u1pm(s)作用于被控对象交叉通道传递函数预估
模型G21m(s)得到其输出值y21ma(s)；
第六步：将解耦信号yp21(s)作用于被控对象预估模型G22m(s)得到其输出值y22ma
(s)；将解耦信号yp21(s) 与IMC信号u2(s)相加，得到控制解耦信号u2p(s)，即u2p(s)＝yp21(s)
+u2(s)；
第七步：将控制解耦信号u2p(s)通过闭环控制回路2的前向网络通路单元向执
行器A2节点传输，u2p(s)将经历网络传输时延τ3后，才能到达执行器A2节点；
第八步：执行器A2节点工作于事件驱动方式，被控制解耦信号u2p(s)触发后，将控
制解耦信号u2p(s)作用于被控对象预估模型G22m(s)得到其输出值y22mb(s)；将来自于闭环控
制回路1的前向网络通路单元的控制解耦信号u1p(s)作用于被控对象交叉通道传递函数
预估模型G21m(s)得到其输出值y21mb(s)；
第九步：将控制解耦信号u2p(s)作用于被控对象G22(s)得到其输出值y22(s)；将控
制解耦信号u2p(s)作用于被控对象交叉通道传递函数G12(s)得到其输出值y12(s)；从而实现
对被控对象G22(s)和G12(s)的解耦与IMC，同时实现对随机网络时延τ3和τ4的补偿；
第十步：返回第一步；
以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精
神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。