引用本文

代学武, 贾志安, 崔东亮, 柴天佑. 基于扩展PI抗扰补偿器的高精度时间同步控制. 自动化学报, 2023, 49(12): 2520−2531 doi: 10.16383/j.aas.c210676

Dai Xue-Wu, Jia Zhi-An, Cui Dong-Liang, Chai Tian-You. Precision time synchronization by extended PI disturbance compensator. Acta Automatica Sinica, 2023, 49(12): 2520−2531 doi: 10.16383/j.aas.c210676

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210676

关键词

扩展PI抗扰补偿器，零极点优化，时间同步，网络控制系统，周期性扰动 

摘要

高精度时间同步是任务关键型工业网络控制系统的核心支撑技术, 针对工业环境中普遍存在周期性振动等扰动信号导致晶振频率漂移, 影响时间同步精度的问题, 基于扩展比例积分(Proportional integral, PI)观测器, 提出一种新型的抗扰补偿器结构, 用于消除周期性扰动的影响, 并构建了相应的精细抗干扰反馈控制方法, 用于实现高精度时间同步. 与传统的扰动观测器相比, 所提出的扩展PI抗扰补偿器克服了传统扰动观测器零点不变局限性, 提出了零点配置方法, 以充分利用闭环系统的传递函数矩阵(Transfer function matrix, TFM)在系统零点处降秩的特性, 实现了对于特定频率扰动信号的补偿作用. 并给出了所提出的控制器和抗扰补偿器的稳定性证明和控制器参数的稳定域. 通过基于实测参数的无线网络仿真实验, 验证了在5 g周期性振动干扰下, 提出的方法明显优于传统滤波器和补偿器, 达到了同步误差在4 μs以内, 实现了高精度时间同步.

文章导读

工业系统通常是任务关键型时间敏感系统, 随着工业物联网的发展, 如智能电网、车联网、机器人/无人机群协同、分布式工业控制系统等都需要时间敏感网络的支撑. 时间同步作为时间敏感网络关键技术之一, 对目标跟踪定位、协同控制、数据融合、介质访问控制等起着关键作用. 通常的嵌入式物联网节点是以石英晶体振荡器作为时钟源, 典型石英晶体振荡器的精度通常在几十ppm(Part per million)至100ppm左右[1], 且由于制造误差、温度、压力、加速度等环境变化而普遍存在频率漂移, 造成时钟精度降低[2]. 因此通常采用时间同步算法, 对漂移时钟进行调控, 使得各个漂移时钟的时间值达到较高精度的一致性, 以满足应用需求.

现有时间同步协议主要采用带时间戳的包交换方式来获取节点间的时间差值, 并基于该时间差对漂移时钟的相位(即时间值)或者频率进行调整, 以减少时间差值, 达到同步. 常见的时间同步算法有, 基于单向包交换的“接收者−接收者”同步, 如参考广播同步协议 (Reference broadcast synchronization, RBS)[3]等, 虽然可避免双向包交换中普遍存在的传输延迟不对称性问题, 但是面临着只能在同级节点之间同步, 不适用于大规模网络. 为克服扩展性差的不足, 目前大多数时间同步协议采用的是双向包交换, 如IEEE1588协议[4]等.

从控制论的角度来看, 时间同步的本质是一个动态系统的状态估计和反馈控制问题, 即利用时间戳包交换获取到包含了测量噪声的时间差测量值, 估计出时间差的准确值, 然后对漂移时钟的相位或者频率进行调整. 在状态估计方面, 采用较多的是线性拟合对时间差进行估计如泛洪时间同步 (Flooding time synchronization protocol, FTSP)[5]、多参考节点时间同步方法[6], 以及Wang等[7]提出的基于卡尔曼滤波的时钟频率漂移的估计方法, Yang等[8]提出的贝叶斯估计的时间同步算法等. 在时钟调控方面, 传统的时间同步算法如FTSP, RBS等是一种控制增益为1的比例控制, 直接将测量或者估计得到的时间误差调整本地时钟. 新近的研究如Carli等[9]提出的通过比例积分控制器调节时钟相位和时钟频率, 其中主要通过积分作用抑制时钟噪声和延时抖动的影响. 然而其面对复杂网络收敛速度较为缓慢, 为了更快收敛, Yildirim[10]提出了一种自适应时钟同步方法, 根据时钟偏差的大小动态调整控制器参数, 能更快达到同步, 但其还是局限于比例积分控制器的调整策略, 泛化性有待提高. 而后提出的PISync时间同步算法[11], 在自适应比例积分控制器的基础上, 结合泛洪的分布式协议改善了系统的稳态误差和可扩展性, 使得时间同步算法适用于更加复杂的网络化拓扑结构.

目前时间同步的研究主要是考虑时钟相位噪声以及通信延迟、计算机处理延迟等造成的随机误差, 取得了较好的效果. 但对于工业环境中由于往复运动、振动等造成晶振信号中出现特定频率周期性扰动[12], 导致时间同步精度变差的研究还没有. 如旋转机械、周期性振动、飞行器在飞行过程中机身出现低频振动[13], 都是一些有限带宽特定频率的扰动信号, 限制了时间同步精度. 因此需要对于特定频率的扰动进行有针对性的处理, 实现高精度的时间同步.

控制理论的研究中, 对于特定扰动的处理目前有内模抗扰控制(逆模型)[14]、自适应评判方法[15]、基于扰动观测器(Disturbance observer, DOB)[16−17]的抗扰控制等, 通常需要预先知道扰动的动力学模型, 构建扰动的状态空间模型, 并将扰动作为扩展的状态, 构建增广的龙伯格观测器, 实现对扰动的估计, 进而予以相应的反馈补偿, 消除扰动的影响. 针对模型未知的扰动, 主要有自抗扰控制 (Active disturbance rejection control, ADRC)[18−19], 采用扩张状态观测器(Extended state observer, ESO)实现对未知扰动的估计. Gao[20]采用极点配置的思想将ADRC参数与频率联系起来, 实现了更为简化的参数整定方法. 但是值得指出的是这些方法主要通过极点优化来实现抗扰性能的提高. Dai等[21]针对故障检测中的特定频率扰动, 提出了一种扩展PI观测器和相应的零极点联合优化方法, 利用传递函数矩阵(Transfer function matrix, TFM)的传输零点, 使得传递函数矩阵降秩, 对于特定频率的扰动取得了更好的抑制效果.

本文针对时间同步中特定频率扰动的抗扰控制问题, 基于零点配置的思想, 提出了一种新的扩展PI抗扰补偿器结构, 采用零极点联合优化方法, 且不依赖于扰动的精确模型, 实现对本地漂移时钟的反馈补偿控制, 提高了周期性扰动下时间同步系统的精度和抗扰性, 满足时间敏感工业应用的需要. 本文的主要创新点如下:

1) 提出了一种新的基于扩展PI抗扰补偿器的高精度时间同步系统框架, 将扩展PI观测器和二自由度内膜控制的原理相结合. 区别于内膜控制[14]、DOB[16], 本文提出的方法不依赖于扰动的具体模型, 且较Dai等[21]提出的扩展PI观测器而言, 原理性区别在于本文的动态反馈回路是作用于实际的被控对象, 而不是作用于被控对象的模型, 这也是和传统观测器的根本区别.

2)控制器和补偿器的设计采用了二自由度控制的思想, 更好地兼顾了抗扰性和控制精度. 内环为抗扰补偿作用, 主要通过所设计的抗扰补偿器, 有效地减少了外部环境变化引发周期性扰动的影响, 使得带补偿器的有扰时钟能逼近于理想时钟, 从而提高了时间同步系统的抗扰性和鲁棒性. 外环为相位跟踪作用, 主要通过所设计的控制器消除时间同步系统稳态误差, 提高同步精度. 在内外环共同作用下, 能同时兼顾并维持较好的动态性能和稳态误差.

3)本文扩展PI抗扰补偿器的反馈回路设计采用零极点优化的思想, 使得含有该补偿回路的带扰动被控系统逐步逼近于理想无扰动系统, 从而实现了对特定频率扰动的补偿和抑制. 并采用零点配置方法, 利用多变量系统的零点, 更好地抑制了特定频率的扰动, 并更好地实现了周期性扰动下的抗扰控制.

本文结构如下: 第1节构建了工业网络控制系统中的节点时钟模型; 第2节提出了带抗扰补偿器的时间同步系统框架; 第3节和第4节分别介绍了扩展PI抗扰补偿器和控制器的稳定性证明及参数优化方法; 最后通过与传统滤波器和扰动观测器对比, 验证了扩展PI抗扰补偿器的良好的抗扰补偿作用.

图 1  时间戳包交换获取时钟偏差示意图

图 2  基于抗扰补偿器的时间同步系统框图

图 3  扩展PI抗扰补偿器结构图

考虑点对点时钟同步系统存在周期性的频率漂移、测量扰动和包交换随机延迟等情况, 本文构建了一种带扩展PI抗扰补偿器的时间同步系统, 通过零极点优化配置实现对特定频率的扰动信号的抑制作用, 克服了传统扰动观测器的零点固定的局限性, 并给出了外部控制器的参数取值范围. 实验仿真采用点对点网络进行分析, 通过与传统扰动观测器和卡尔曼滤波等传统方法的补偿效果对比, 凸显了扩展PI抗扰补偿器的优越性, 且本文提出的方案验证了最终达到时钟同步精度为4 μs, 实现了高精度时间同步.

作者简介

代学武

东北大学流程工业综合自动化国家重点实验室教授. 主要研究方向为鲁棒状态估计和状态监测, 多智能体系统的同步, 网络化控制与智能调度协同优化及其在工业物联网高精度时间同步和轨道交通调度控制一体化的应用. 本文通信作者. E-mail: daixuewu@mail.neu.edu.cn

贾志安

东北大学流程工业综合自动化国家重点实验室硕士研究生. 2020年获得合肥工业大学学士学位. 主要研究方向为抗扰控制, 时间同步和网络化系统控制. E-mail: hfutjiazhian@163.com

崔东亮

东北大学流程工业综合自动化国家重点实验室讲师. 分别于1999年和2001年获得华中科技大学学士学位和硕士学位, 2013年获得东北大学博士学位. 主要研究方向为工业物联网和人工智能. E-mail: cuidongliang@mail.neu.edu.cn

柴天佑

中国工程院院士, 东北大学教授, IEEE Life Fellow, IFAC Fellow. 主要研究方向为自适应控制, 智能解耦控制, 流程工业综合自动化理论、方法与技术. E-mail: tychai@mail.neu.edu.cn