第五章 估測迴授訊號之權重分配機制
5.1 MPC + CDOB + (F EEDBACK W EIGHTING M ECHANISM )
本論文提出一網路控制系統架構,目的為抑制因為網路延遲造成遠端操作系 統不穩定之影響,並且期望藉由改良系統響應,提高遠端操作系統穩定性與透明 性。此控制架構如圖 5-1 所示。
圖 5-1 MPC + CDOB + (feedback weighting mechanism) 之控制架構 本論文所提出之整合式網路控制系統架構可分為三個部分:
1. 網路通訊擾動估測器 (CDOB)
此為一訊號估測器,藉由將網路延遲效應當作系統的擾動現象,並進行估測,
最後將估測的擾動值與實際經過延遲的響應相消除,期望只留下未因為網路延遲 影響的回授訊號。而由於本系統使用之影像傳輸陣列龐大,使 CDOB 於取樣頻 率不足時發生估測值之穩態誤差,所以提出一改善架構,使 CDOB 於取樣頻率 不足時亦能運作正常,消除其穩態誤差。
57
2. 模型預測控制器(MPC)
利用已知受控體模型、設計最佳化指標與實際回授修正策略,即時計算出最 符合預期的控制訊號並對未來響應進行估測。應用於本操作系統中,可大幅提升 系統穩定度,並且讓響應速度仍保持在容忍範圍內。而 MPC 同時亦會對系統理 想之輸出迴授進行估測,在此可提供系統回授訊號權重機制之依據。
3. 估測迴授訊號之權重分配機制(feedback weighting mechanism)
由於系統之中斷速度受限於影像傳輸陣列大小,進而影響訊息估測器之速度,
在此,將 MPC 與 CDOB 估測的訊息作權重之分配後,當作最後的回授訊號,並 且在資料遺失的情況發生時,將權重調整為僅使用 MPC 估測之響應當作回授訊 號。
對於權重分配參數之決定,在此採用手動調整,將實驗結果列出後比較,選 擇具有最佳響應之參數,實驗數據如下表所示:
表格 5-1 權重分配參數調整
Rise Time Peak Value Settling Time
=
=
0.85
s3.00 0.95
s
= .
= .
0.58
s3.05 0.85
s
= .
= .
0.57
s3.10 1.30
s
= .
= .
0.48
s3.17 1.37
sk
= 1 k
= 0
0.46
s3.31 1.85
s由此實驗數據表中可發現,不同參數下的 rise time 與 peak value 並無太大差 距,但在 settling time 的表現上,不同參數之差異便較明顯,所以在此我們選擇
58
在 rise time 容忍範圍中,settling time 與 peak value 最小之參數:
= .
= .
接著,考慮在延遲時間 450 ms 內不同的延遲時間下,不同參數之實驗結果 比較:
圖 5-2 RTT 為 450
ms
下之各參數響應比較圖 5-3 RTT 為 340
ms
下之各參數響應比較59
圖 5-4 RTT 為 145
ms
下之各參數響應比較 由實驗結果比較數據可歸納出幾個結論:1. 使用 MPC 估測之迴授,此時為開迴路架構,所以系統響應較慢且穩定;
使用 CDOB 估測之迴授,響應速度變快,但由於頻寬對其性能之限制,
估測值存在其一定誤差,使系統較不穩定。
2. CDOB 迴後訊號比重增加時,系統之 settling time 與 peak value 隨之增 加,系統越趨不穩定。
3. 由於在不同參數下之 peak value 與 rise time 之變化皆不如 settling time 之改變幅度,故在 rise time 之容忍範圍內,選擇 settling time 最小之參 數,即
= .
= . ,由此可驗證此組參數在延遲時間 450 ms 內皆具有最穩定之系統響應。
最後,加入在回授訊號資料遺失時之參數調整機制。由於在本實驗中操作端 接收影像陣列時,會在接收時切割封包進而造成資料遺失,所以回授訊號之資料 遺失率會遠大於操作端至受控端之資料遺失率。而在本論文中,MPC 之系統模 型準確,所以在網路迴授資料遺失時,CDOB 估測之迴授誤差即相對較大,所以 此時切換至只使用 MPC 所估測之迴授響應,
=
= ,由實驗結果 圖 5-5 可看出,各參數下之 rise time 並無太大改變、peak value 小幅降低,而 settling time 相對而言降低幅度較大(圖 5-6),所以由此可知加入此機制後,系統
60
在維持原本速度之情況下,穩定度可獲得進一步的提升。
表格 5-2 加入資料遺失時之權重切換機制(data dropout rate: 30.9%) Rise Time Peak Value Settling Time
=
= 0.67 s 3.00 0.95 s
= .
= . 0.58 s 3.03 0.61 s
= .
= . 0.50 s 3.13 0.94 s
= .
= . 0.53 s 3.09 0.80 s
=
= 0.46 s 3.21 1.32 s
圖 5-5 加入資料遺失時之權重切換機制(data dropout rate: 30.9%)
圖 5-6 加入權重切換機制之 settling time 變化
61
adaptive Smithpredictor 下將其 settling time 與 overshoot 進行性能比較。
由架構一與二之實驗結果比較中,可看到 PI+ adaptive Smith predictor 之響 應比 PI+CDOB 為佳,但在 3.6 節中提到,在網路延遲時間變動劇烈的情況下,
adaptive Smith predictor 之響應性能會不如 CDOB。