立即发布
北卡罗来纳州立大学的研究人员开发了一套算法，通过平衡每个部件对数据的需求与数据发送和接收的速度，来提高网络物理系统的性能——从自动驾驶汽车到智能电网。
“Cyber-physical系统集成传感器、设备和通讯工具,允许所有的元素系统的信息共享和协调他们的活动,以完成目标,“说Aranya Chakrabortty,一篇论文的作者之一新算法和电气和计算机工程教授数控状态。“这些系统有巨大的潜力——美国国家科学基金会称它们为‘实现一个智能和互联的世界' - 但这些系统也构成了挑战。
“具体来说，系统中的物理代理——设备——需要大量的通信链接才能有效地发挥作用。这导致大量数据流经通信网络，导致路由和排队延迟。这些延迟会导致代理采取行动的长时间等待，从而降低系统的质量。换句话说，有如此多的数据通过如此多的环节传递，以至于一个系统可能无法实现既定目标——滞后时间太长了。”
这产生了困境。减少通信可以损害系统性能的质量，因为系统的每个元素都将以更少的信息运行。另一方面，减少通信意味着系统的每个元素都能够更快地获得该信息。
“所以，这都是一个权衡，”Chakrabortty说。“需要在所有三个变量之间击中正确的平衡 - 即适量的通信稀疏性，最佳延迟，以及代理商的最佳可实现性能。引人注目的这种精致余额以最好的方式进行使命，同时还确保每个特工的安全和稳定运行并不容易。这是我们的算法进来的地方。“
Chakrabortty和研究生Nandini Negi开发了三种算法，这三种算法加在一起可以减少来自系统中每个节点的数据请求总数，但确保每个节点能够以足够快的速度接收到足够多的信息，以实现系统目标。
“没有放之四海而皆准的解决方案可以适用于每一个网络物理系统，”尼吉说。“但我们的算法允许用户识别任何系统的最佳通信解决方案。”
纸”,共享通信网络上信息物理系统的提高稀疏性最优控制，“发表在期刊上自动．Negi是这篇论文的第一作者。这项工作部分由国家科学基金会资助，拨款号为1544871。
希普曼-
编辑:研究摘要如下。
“突出 - 促进对共享通信网络的网络物理系统的最佳控制”
作者：Nandini Negi和Aranya Chakrabortty，北卡罗来纳州立大学
发表：8月29日，自动
DOI：10.1016 / J.Automatica.2020.109217
文摘:近年来，以降低通信成本为目标的信息物理系统稀疏控制设计出现了几个新的发展方向。在这些设计中，一个常见的假设是通信发生在专用网络上。然而，对于许多实际应用来说，通信必须在共享网络上进行，这导致了两个关键的设计挑战，即反馈中的时延和用户之间公平共享带宽。在本文中，我们给出了稀疏集合H2.在这两种设计约束下的控制设计。我们设计的一个基本方面是，延迟本身可以是稀疏性的函数，这导致了一个有趣的权衡模式H2.的性能。我们提出了三种不同的算法。第一个算法以网络的可分配带宽为前提，并产生一个稳定控制器的初始猜想。其次是我们的第二种算法，它精简了控制器，同时适应反馈延迟和优化H2.使用乘法器（ADMM）交替方向的性能。第三种算法将这种方法扩展到多个用户场景，其中通过最小化它们的方差，在用户中公平地分发了其总和的最佳通信链路的多个用户场景。H2.表演。将问题转化为具有混合整数线性规划(MILP)约束的凸差分规划(DC)。文中给出了这些算法的收敛性定理，并通过数值模拟进行了验证。
