● 摘要
网络控制系统(Networked Control System，NCS)是指通过网络把传感器、控制器、执行器作为网络节点连接起来共同完成控制任务的闭环反馈控制系统。它是计算机网络、通信技术和控制理论交叉融合的产物，具有信息共享、使用灵活、成本低廉、易于维护等优点。但是网络的引入不可避免地给控制系统带来了网络时延和数据包丢失等问题，而且在实际工程领域中，时延和干扰通常是非高斯的，即便对于带有高斯噪声的非线性系统，其输出也是非高斯的。本文针对非线性网络控制系统，在考虑非高斯时延和干扰的情况下，利用数据驱动方法研究了系统的最小熵优化策略，并通过仿真验证了其有效性。具体内容包括以下几个方面：
首先，根据网络控制系统的基本结构及其特性，给出了满足Lipschitz条件的非线性网络控制系统模型，将网络时延和噪声干扰看作服从非高斯分布的随机变量，设计了参数可调的状态观测器，以观测误差的熵作为观测器增益更新的性能指标函数，并通过仿真验证了优化效果。
其次，基于前面设计的观测器，给出了网络控制系统最小熵控制器的设计方法，利用粒子群优化算法同时更新控制器和观测器增益，对系统的稳定性进行了证明。并与梯度下降法的优化效果进行了比较。
再次，考虑了同时具有时延和丢包的网络控制系统，设计了基于观测器的最小熵控制器，给出了控制器和观测器增益的更新法则及稳定性分析的证明。利用Matlab验证了设计方法的优化效果，并对比分析了不同丢包率对增益更新的影响。
最后，研究了粒子群优化算法的改进方法，针对非线性随机系统设计了最小熵滤波器，结合改进的粒子群优化算法动态调整滤波器增益，并与基本粒子群算法的优化效果进行了比较。