基于扩张状态观测器的WSN的模型预测控制方法技术

本发明专利技术公开一种基于扩张状态观测器的WSN的模型预测控制方法，包括以下步骤：建立智能传感器网络的系统状态空间模型；根据系统状态空间模型设计扩张状态观测器，计算出传感器网络模型的扰动值；设计满足约束的模型预测控制器，并将扩张状态观测器计算出来的扰动值作为约束加入到模型预测控制器中，求解出每个节点对应的最优发射功率。本发明专利技术控制方法简单，能在网络通信存在不确定干扰时，使小微智能传感器网络在提高网络信噪比的同时减少能量消耗，达到提高网络链路性能的目的。

【技术实现步骤摘要】
基于扩张状态观测器的WSN的模型预测控制方法
本专利技术涉及透明变电站中小微智能传感器网络的无线发射功率控制领域，特别涉及一种基于扩张状态观测器的WSN的模型预测控制方法。
技术介绍
透明变电站是电力物联网赋能下的变电站运行的高级形态。通过现代信息技术、传感器技术、人工智能、互联网等技术的综合运用，使变电站运行透明、可观可测。小微智能传感器是组成透明变电站的重要元素。由小微智能传感器与节点内置的传感器结合组成的无线传感器网络，可以进行采集和处理目标信息，为透明变电站带来传感、互通和驱动的高性能。然而节点能量有限，存在网络通信干扰以及网络不确定性因素是制约小微智能传感器网络发展的关键因素，控制节点发射功率被认为是一种减少节点能量损耗、提高通信质量的有效方法。无线传感器网络(WirelessSensorNetwork，WSN)的功率控制是十分复杂的问题，近年来无线传感器网络的功率控制策略不断发展，目前所提出的控制方法是在保证一定链路质量的前提下寻找最优的发射功率，从而降低能量损耗，保证网络的连通性。例如浙江大学学者在期刊《传感器与微系统》中提出一种基于传输功率控制器(PTPC)的无线传感器网络功率控制算法，依据无线信道变化情况，动态地调整传输功率等级，有效的降低网络能量消耗。(著者：吴名星，谢英辉，单康；出版年月：2018；文章题目：无线传感器网络节点传输功率控制算法；页码：141-143)。西安电子科技大学学者针对距离不确定性，提出一种基于鲁棒离散优化理论的功率控制方法。(期刊：西安电子科技大学学报；著者：乔俊峰，刘三阳，齐小刚；出版年月：2016；文章题目：无线传感器网络中基于鲁棒优化的功率控制；页码：81-87)。随着模糊理论在无线传感器网络优化决策，降低资源能耗方面展现优越性能，其也被广泛应用于功率控制。长春工业大学学者提出一种基于模糊控制器的无线传感器网络功率控制方法，调节节点的发射功率，均衡网络能量消耗，延长了网络生存周期。(期刊：计算机应用；著者：胡黄水，沈玮娜，王出航，张邦成；出版年月：2017；文章题目：基于自适应模糊控制器的无线传感器网络功率控制；页码：2470-2473)。同时，自适应控制理论也被广泛应用在无线传感器网络功率控制中。美国弗吉尼亚大学学者提出一种适用于无线传感器网络的自适应功率控制策略，通过路径损耗指数来动态调整功率以保持网络的连通性。(期刊：ACMTransactionsonSensorNetworks，译文：传感器网络上的ACM事务；著者：ShanLin,JingbinZhang,GangZhou,LinGu,TianHe,JohnA.Stankovic；出版年月：2016；文章题目：ATPC:adaptivetransmissionpowercontrolforwirelesssensornetworks，译文：无线传感器网络的自适应传输功率控制；页码：1-31)。格勒诺布尔大学学者通过采用模型预测控制器，将接收到的信号强度与信噪比作为状态反馈信号，优化出最优发射功率，保证通信服务质量。(会议：2015EuropeanControlConference(ECC)；著者：OlesiaMokrenko,MariaIsabelVergaraGallego,WarodyLombardi；出版年月：2015；文章题目：Designandimplementationofapredictivecontrolstrategyforpowermanagementofawirelesssensornetwork，译文：无线传感器网络电源管理的预测控制策略的设计和实现；页码：2303-2308)。合肥工业大学学者提出一种自适应模型预测控制的方法，研究智能电网中WSN发射功率优化问题，在保证智能电网无线通信可靠性的条件下，降低由节点发射功率较大导致的相互干扰。(期刊：电力系统自动化；著者：孙伟，余浩，杨建平；出版年月：2020；文章题目：智能电网可靠性需求约束下无线发射功率模型预测控制；页码：185-193)。诸如上述的在无线传感器网络发射功率控制中，目前大多数算法在研究中都没有将节点干扰、发射功率和能量消耗问题综合考虑。当网络存在通信干扰和不确定性因素时，会出现由功率发射不当引起的能量损耗过多，网络生命周期过短的问题。
技术实现思路
本专利技术的目的是提供一种基于扩张状态观测器的WSN的模型预测控制方法，可以解决现有技术中的当网络存在通信干扰和不确定性因素时，因为功率发射不当引起的能量损耗过多，出现网络生命周期过短的问题。本专利技术的目的是通过以下技术方案实现的：基于扩张状态观测器的WSN的模型预测控制方法，包括以下步骤：步骤1、建立智能传感器网络的系统状态空间模型；步骤2、根据系统状态空间模型设计扩张状态观测器，计算出传感器网络模型的扰动值；步骤3、设计满足约束的模型预测控制器，并将扩张状态观测器计算出来的扰动值作为约束加入到模型预测控制器中，求解出每个节点对应的最优发射功率。进一步的，所述的系统状态空间模型基于对数路径损耗模型，其表达式为：其中：C＝[1-1]；Pr(k)为节点距离为d时接收信号的强度，Pn(k)为本底噪声；u(k)＝△Pt(k+1)，△Pt(k+1)为发射功率增量；w(k)为系统扰动；y(k)＝PSNR(k)为接收信号节点的信噪比。进一步的，所述的系统扰动其中：△m(k+1)＝m(k+1)-m(k)，△Pn(k+1)＝Pn(k+1)-Pn(k)，PL(d0)为距离发射端d0时的参考路径损耗值，n(k)为路径损耗指数，Xσ(k)表示多径效应对接收信号的影响，Pt(k)为发射节点的无线信号发射功率。进一步的，所述的接收信号节点的信噪比PSNR(k)＝Pr(k)-Pn(k)，其中Pr(k)为节点距离为d时接收信号的强度，Pn(k)为本底噪声。进一步的，所述的扩张状态观测器如下：其中：为观测误差；β1和β2为扩张状态观测器的控制增益，wo为观测器带宽，△t为采样时间。进一步的，所述的扰动值的计算式为：进一步的，所述的最优发射功率的计算公式为：pt(k)＝pt(k-1)+u(k)，其中：u(k)为控制量，且u(k)＝u1(k)+uf(k)，uf代表干扰补偿控制部分，u1代表线性控制部分。进一步的，所述的扰动值由传感器网络模型的不确定性及网络通信环境的扰动产生。本专利技术针对小微智能传感器网络的发射功率控制中存在的提高链路信噪比与节约节点能量损耗相矛盾问题，采用基于扩张状态观测器的模型预测控制进行研究。利用扩张状态观测器对通信干扰进行实时在线估计，并设计具有能量损耗约束以及可靠性约束的模型预测控制器，优化求解出节点发射功率。该控制方法较为简单，能在网络通信存在不确定干扰时，使小微智能传感器网络在提高网络信噪比的同时减少能量消耗，达到提高网络链路性能的目本文档来自技高网...

【技术保护点】
1.基于扩张状态观测器的WSN的模型预测控制方法，其特征在于，包括以下步骤：/n步骤1、建立智能传感器网络的系统状态空间模型；/n步骤2、根据系统状态空间模型设计扩张状态观测器，计算出传感器网络模型的扰动值；/n步骤3、设计满足约束的模型预测控制器，并将扩张状态观测器计算出来的扰动值作为约束加入到模型预测控制器中，求解出每个节点对应的最优发射功率。/n

【技术特征摘要】
1.基于扩张状态观测器的WSN的模型预测控制方法，其特征在于，包括以下步骤：
步骤1、建立智能传感器网络的系统状态空间模型；
步骤2、根据系统状态空间模型设计扩张状态观测器，计算出传感器网络模型的扰动值；
步骤3、设计满足约束的模型预测控制器，并将扩张状态观测器计算出来的扰动值作为约束加入到模型预测控制器中，求解出每个节点对应的最优发射功率。


2.根据权利要求1所述的基于扩张状态观测器的WSN的模型预测控制方法，其特征在于，所述的系统状态空间模型基于对数路径损耗模型，其表达式为：

其中：

C＝[1-1]；

Pr(k)为节点距离为d时接收信号的强度，Pn(k)为本底噪声；
u(k)＝△Pt(k+1)，△Pt(k+1)为发射功率增量；
w(k)为系统扰动；
y(k)＝PSNR(k)为接收信号节点的信噪比。


3.根据权利要求2所述的基于扩张状态观测器的WSN的模型预测控制方法，其特征在于，
所述的系统扰动其中：
△m(k+1)＝m(k+1)-m(k)，
△Pn(k+1)＝Pn(k+1)-Pn(k)，
PL(d0)为距离发射端d0时的参考路径损耗值，n(k)为路径损耗指数，Xσ(k)表示多径效应对接收信号的影响，Pt(k)为...

【专利技术属性】
技术研发人员：周柯，王晓明，林翔宇，张炜，丘晓茵，彭博雅，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：广西;45