一种将离散化状态方程映射为并行多处理器计算机的方法



一种将离散化状态方程映射为并行多处理器计算机的方法

     

 

摘要:针对大量存在的控制系统(通常包含多个微控制器)以及相应的仿真系统,本文提出了一种通用的理想化的基于共享内存的并行多处理器计算机的模型。为保证计算的确定性和可重复性,本文提出的这种并行多处理器计算机具备理论上的确定性的特点。本文在常规的数值离散化状态方程的基础上,考虑了目前计算机控制系统中大量存在的逻辑的和非数值的计算的情况,对离散化状态方程进行了进一步的抽象,提出了一种新的状态方程构型。并提出了一种将这种状态方程转换到理想计算机模型的方法。

 

关键词 共享内存 并行计算 确定性 离散化状态方程

 

引言

现代化的控制系统中大量地采用了计算机/微处理器和通信设备,为实现复杂的控制功能和达到极高的控制性能,由计算机硬件和软件所构成的系统往往规模庞大、结构日趋复杂。在这样一种控制系统的设计过程中,大家经常会被各种不确定性所困扰,其中一种不确定性来源于计算机系统结构的本身。由于目前常见计算机的基本结构是串行化指令执行的,通过提高主频来加快指令执行的速度,其软件代码一般是按照尽可能快的方式来设计的,而对于准确的时间以及先后次序往往不是显式指定的。这种不确定性使得系统的行为难以被准确预期,使得系统的分析和测试的结果的说服力降低。

同时传统控制论着眼点主要在数量关系上面,而对于在实际计算机控制系统中大量存在的逻辑推理、字符串运算等缺少一个严谨的模型来加以描述,对其向计算模型的转变也缺少坚实的理论基础。而这与早期的数字电路的严格映射形成了鲜明的对比。因此非常有必要将控制理论从单纯的数值形式扩展到更一般的函数映射形式。同时这种函数映射又能够很方便地转换为计算。

 换句话说,在构建一种更一般化的控制论模型基础上,提供一种将这种控制模型转换为一种计算模型的方式,而这种转换所带来的计算模型本身应该天然地具备确定性的特点。本文要讨论的就是这样一种体系。

 

关于状态方程

   传统的差分状态方程有着非常简明的形式,如下:

   在给定的时间间隔deltaT的情况下,

x(k+1)=Gx(k+Hu(k)---状态方程
y(k)=Cx(k)+Du(k)
-----输出方程

  其中x(k)u(k)y(k)分别是第k个时刻的状态、控制、输出向量。
G--
系统矩阵、H--输入矩阵C--输出矩阵、 --输出矩阵

  该状态方程能够良好地适应基于数值的线性定常离散时间系统。然而在实际的控制系统中,特别是用计算机作为主控制器的系统,大量的存在非数值的,非定常的系统,那么有没有一种更一般的状态方程定义呢,

   设想的形式如下:

在给定的时间间隔deltaT的情况下,

     x(k+1)=f(x(k),u(k))

     y(k)=g(x(k),u(k))

   其中

       x(k)u(k)y(k)分别是第k个时刻的状态、控制、输出向量。而向量中的每一个元素可以是数值、字符串或者任意确定的复杂结构类型。

f是状态函数,实现从x(k),u(k)x(k+1)的映射

       g是输出函数,实现从x(k),u(k)y(k)的映射

理想计算机   

现考虑一种理想计算机,其基本特征为,多处理器,基于共享内存,

其结构形式如下:

 

在共享内存中(假设容量无穷大),u 为输入变量,y为输出变量,x1,x2为状态变量(状态变量会保存两个xx`两个变量,分别对应x(n)x(n+1));

f1,g1,f2,g2分别为状态函数和输出函数处理器,其函数实现均为纯函数。这些处理器被统一的晶振所控制,且是完全并行工作的。每个处理器计算速度无穷大,也就是说,其计算时间接近于0.

在共享内存区域,每个变量最多只有一个写入者,可以有多个读取者。u作为输入变量,只能被外在环境写入,y作为输出变量,可以被外在环境读取。

主要的操作包括:

  1. 状态变量初始化

  2. 向输入变量u写入数据

  3. 读取变量xu到处理器中

  4. 处理器进行计算

  5. 将计算结果写入到x`y

  6. y中输出数据

  7. x` 替换掉x

上述操作的每一步执行所需要的时间均可认为接近于0 ,也就是离散系统的行为完全取决于对于时间的设定,而并不存在物理上的限制。

其操作时序如下:


对于第1个周期,即周期0,存在初始化操作。



对于周期n,其执行次序如上图。

上述理想计算机可以方便地实现状态方程到计算机的映射。此种计算机每次计算的结果均完全相同,其在时间上的表现也完全相同。即使进行高倍速计算,其结果仍然完全可重复。

 

关于状态方程拼接

设想有两个系统串联,如下图所示



其状态方程和输出方程分别如下

对于系统1:

x1(k+1)=f1(x1(k),u1(k))

y1(k)=g1(x1(k),u1(k))

对于系统2:

x2(k+1)=f2(x2(k),u2(k))

y2(k)=g2(x2(k),u2(k))

同时,下述等式成立

u2(k)=y1(k)

 

则代入后,得到下列方程组

x1(k+1)=f1(x1(k),u1(k))

y1(k)=g1(x1(k),u1(k))

x2(k+1)=f2(x2(k), g1(x1(k),u1(k)) )

y2(k)=g2(x2(k), g1(x1(k),u1(k)) )

上述案例分析说明,即使对于复杂的组合型系统,我们仍然可以将中间变量消掉,并且映射到理想计算机模型上。

我们注意到,现代的函数式语言(比如javascript),可以容易地模拟上述语义。

结论

本文讨论了一种更为一般的离散化的控制论模型,并提出了一种非常简易的理想并行计算机模型,并对将控制论模型映射到理想计算机上的方法进行初步的探讨。

初步的分析表明,这种方式可以带来确定性的好处,并且容易实现控制论对象向计算的转移,对于进一步提高现代计算机控制系统的可验证性和加快设计,提供了一种新的途径。

 

 

 参考文献

 

1. ExplicitlyParallel Programming with Shared-Memory is Insane: At Least Make itDeterministic! ---Joe Devietti, Brandon Lucia, Luis Ceze and Mark Oskin Departmentof Computer Science and Engineering University of Washington

 

2.javascript

 

3.URBI script

 

4.matlab

 

5.NI labview

 

作者

对此有兴趣的可以通过邮箱3454639457@qq.com联系作者

2018-4

已经博主授权,源码转载自 https://pan.quark.cn/s/fb533687a163 《C++经典代码大全》是一部专门针对C++入门者的重要参考资料,其核心目标在于提供易于理解的C++编程范例,旨在协助新学者迅速领会C++语言的关键概念与技术要点。此压缩文件所包含的信息或许涵盖了从基础到高级的各类C++编程技巧,涉及面向对象编程中的类与对象、函数的应用、程序流程控制、数据结构设计、模板技术以及异常管理等多个关键领域。 1. **基础语法** - 变量声明与初始化:掌握如何声明并初始化不同数据类型的变量,例如整型(int)、浮点型(float)、字符型(char)等。 - 基本输入输出:学习运用`std::cin`和`std::cout`执行标准数据输入与输出操作。 - 控制流语句:熟练运用条件语句(if、if-else、switch-case)以及循环语句(for、while、do-while)来控制程序流程。 2. **类与对象** - 类的定义:学会如何构建类,包含其成员变量与成员函数的设定。 - 对象的创建与使用:掌握如何实例化对象,并经由对象访问类的成员函数。 - 封装:理解封装的理念,并学习使用private和public访问修饰符来保护数据。 - 构造函数与析构函数:掌握如何为类定义自定义的构造过程与析构过程。 3. **函数** - 函数的定义与调用:理解函数的功能与作用,以及如何进行函数的定义和调用。 - 函数参数:精通不同类型的参数传递方法,包括值传递和引用传递。 - 函数重载:学习在同一作用域内定义多个具有相同名称但参数列表不同的函数。 - 函数指针:了解函数指针的运用方法,及其在回调函数和模板中的应用场景。 4. **数组与字符串** -...
内容概要:本文研究了一种计及自适应预测修正的微电网模型预测控制(MPC)优化调度方法,并提供了Matlab代码实现。该方法针对微电网中风电出力等可再生能源的强不确定性,引入自适应预测修正机制,动态调整预测模型以提升短期功率预测精度,从而增强调度决策的准确性与系统运行的鲁棒性。研究构建了完整的MPC滚动优化框架,涵盖预测模型建立、多时间尺度优化求解、实时反馈校正等关键环节,实现了系统运行成本最小化、能源高效利用与功率平衡的多重目标。所提方法有效应对了负荷波动与新能源出力随机性带来的调度挑战,提升了微电网能量管理系统的智能化水平。; 适合人群:具备电力系统、自动化、控制理论或相关领域基础知识的研究生、科研人员及工程技术人员,尤其适合从事微电网优化、可再生能源集成、模型预测控制研究的专业人士,熟悉Matlab编程与优化算法者更佳。; 使用场景及目标:①应用于高比例可再生能源接入的微电网能量管理系统,提升调度方案的实时性与鲁棒性;②为不确定性环境下电力系统动态优化控制策略的研究提供仿真验证平台;③支持学术论文复现、科研课题攻关及实际工程项目的前期技术验证与方案预研。; 阅读建议:建议结合Matlab代码逐模块分析算法实现细节,重点关注预测模型构建与反馈修正机制的设计逻辑,通过调整风电出力、负荷需求等场景参数进行仿真实验,深入理解MPC在微电网调度中的滚动优化特性与自适应修正能力。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值