2.1　概述

网络化控制系统（Networked Control Systems，NCSs）是通过共享网络在传感器与控制器之间、控制器与被控对象之间传输数据，实现空间分布设备的连接，完成控制目标。与传统的点对点控制模式相比，网络化控制系统具有资源共享、远程控制、低成本以及易于安装、诊断、维护和扩展等优点，增加了系统的灵活性和可靠性。然而，由于共享网络的承载能力和通信带宽有限，数据在传输过程中不可避免地会产生诱导时滞、时序错乱、数据包丢失以及量化失真等问题。这些问题将导致系统性能下降，甚至引起系统不稳定，从而使得网络化控制系统的分析与设计变得复杂多样。这就给系统的分析和研究提出了新的挑战，需要建立与网络化控制系统相适应的控制理论与控制方法。

由于实际控制系统的状态往往不可测，网络化控制系统亦如此。同时，共享网络的特点决定了网络化控制系统的估计问题比一般控制系统更为复杂。近年来，具有数据包丢失的状态估计问题已成为研究热点之一，并已取得了显著的研究成果^[1～12]。Sinopoli等人假定测量数据包丢失过程满足独立同一分布，证明了存在一个测量数据到达概率的临界值，使得时变Kalman滤波估计误差协方差有界的情况^[1]。随后作者将单通道数据包丢失的状态估计问题推广到双通道数据包丢失的闭环控制问题^[2]。文献[3]基于多数据包丢失的线性随机模型，给出了最优线性估计器的设计方法（包括滤波器、预估器和平滑器）。文献[4]假定数据包丢失过程满足两状态Marovian链，提出了误差协方差峰值的概念，并给出了与跳变率相关的系统稳定性条件。遵循文献[1]的思想，文献[5]针对反馈通道和前向通道同时存在数据包丢失的情况，设计了最优H₂滤波器。文献[6]以误差协方差矩阵小于等于某个设定矩阵的概率为估计性能指标，给出了一种Kalman滤波器的设计方法。文献[7]基于正交原理，设计了一种线性最小方差滤波器，但没有考虑数据包到达的实际状态。

综上所述，研究成果不断涌现，但是研究工作仍具有一定的局限性和扩展空间。例如，多数研究工作都是基于一个理想的假设条件，即系统噪声和过程噪声均是满足高斯概率分布的白噪声，得出类似Kalman滤波形式的最优线性估计器。然而，这个假设条件很难成立，因为在实际的工业过程中，噪声并不是简单地满足高斯分布特性的白噪声，而是一些能量有限的信源。再者，在实际的系统中，各种约束普遍存在，如化学组分浓度和液体的泄漏量总是大于零以及干扰在某个给定范围内波动等，而H-infinity滤波、Kalman滤波等方法却无法处理这些约束。若忽略掉实际系统中这些现实存在的有用信息，必然降低估计精度及估计性能。同时，当系统发生数据包丢失时，现有的估计方法常采用保持原有输入策略^[7～9]或者输入直接置零策略^[10～12]，这样也会降低估计精度。

为此，在本章中将介绍一种基于滚动时域优化策略的网络化状态估计方法，充分利用滚动窗口内系统信息以及以不等式约束形式出现的关于噪声、状态和输入输出的额外信息来克服数据包丢失对估计性能的影响。本章内容安排如下：第二节描述反馈通道具有随机丢包的网络化控制系统的滚动时域状态估计方法；第三节描述反馈通道和前向通道同时具有随机丢包的网络化控制系统的滚动时域状态估计方法，并通过分析滚动时域估计器的估计性能，给出保证估计性能收敛的充分条件；第四节对本章内容作一个小结。