TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol. 12, No. 11, Novembe r   2014, pp. 77 0 5  ~ 771 5   DOI: 10.115 9 1 /telkomni ka. v 12i11.60 06          7705     Re cei v ed Ma rch 2 2 , 2014;  Re vised June  12, 2014; Accepte d  Jul y  6 ,  2014   Robust Controller Design for Networked Control  Systems Based  on State Estimation      Fengxia Xu 1 , Qunhong Ti an* 2 , Junke  Wang 3 , Men g kun Li 4   1- 4 Colle ge of C o mputer a nd C ontrol En gi neer ing, Qiqi har  Un iversit y , Qiq i h a r , Heilo ngj ian g   161 00 6, Chin a   2 Colle ge of Ch emical E ngi ne erin g, Chin a U n iversit y  Of Petrole u m, Qingd ao, Shan do ng,  266 58 0, Chin a   *Corres p o ndi n g  suthor, e-mai l : xufe ng xi a_ hit @ 16 3.com 1 , tianq un hon g@1 63.com 2       A b st r a ct   For the networked control system s wi th uncertain time delay in  both sensor-to-c ontr o ller  and  control l er-to-ac tuator cha n n e l s and d a ta  drop outs in  s ensor-to-c ontro ller ch an nel,  a new   mod e l  of   networked c o ntrol system s based on state estim a tion  is  proposed using sing le-exponential s m oothing  meth od  to  pre d ict the  state v a ria b les. After   ado ptin g Ly ap unov  stab ility t heory, th asy m ptotic  stab ilit y for   the syste m   ha s be en  prov e d , an d th R obust  Co ntro ll er  h a s bee n desi gne d by u s ing   li ne ar ma trix   ine qua lity. In the si mulati on  exper iment, c o mpari ng th state respo n s e s un der  diffe rent situati ons  of   divers e time de lay an d data dr opo uts, the resu lts show  that the metho d  is e ffective.     Ke y w ords :   singl e-ex po nen tial s m o o thin g  meth od, stat e es ti mati on,  Lyap un ov fun c tion, li near  matri x   ine qua lity, robu st controller      Copy right  ©  2014 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion  Networked  co ntrol syste m s (NCS s) a r distrib u ted sy stem s in whi c h the comm u n icatio n   betwe en se n s ors, actu ato r s, and  controllers is s upp orted by a share d  real -ti m e netwo rk [1-3].  Comp ared wi th the traditional point-to - p o int wi rin g , the use of the comm uni cati on ch annel can   redu ce the costs of ca ble s  and po we r, simplify  the  installatio n  and mainten a n ce of the whole   system, and i m prove the reliability [4-6] .  But at  the same time, tim e  delay s and  packet dropouts   will inevitably degra de the  control p e rf orma nce  of NCS s, or ev en ca use the system to be  unsta ble [7, 8], which com p licate the an alysis  an d co mpre hen sive ness of the networke d  co n t rol  system s. Th e r efore, time  d e lay an d d a ta  dro pout s a s   the main  p r o b lems of n e t w orke syste m s   have re ceive d  wide attenti on from many  sch olars [9].  Aiming at the netwo rked  contro l syste m s with time  delay  and d a ta drop outs,  in [10],  whe n   the se n s or,  th e controller and  th e actuato r   a r all clo c k d r iven, multi-rate  NCS with  bo th  sho r t time del ay and pa cke t  dropout s is  con s tru c ted a s  a switch ed  system mo de l. Based on t h e   approa che s   of swit che d  system  a n d  Lyapun ov function s, the ne ce ssary condition s for  asymptotical stability  for multi-rate NCS  with  both  sho r t time d e lay and p a cket dropo uts are  given. In [11], a novel  control law m odel i s  pr opo se d to  take the  net work-ind uced  delay, ran d o m   packet d r op o u ts and  packet-d r o pout s comp en sati on into co nsideratio n sim u ltaneo usly. By  con s tru c ting  a network-st a tus-dep end e n t Lyapunov  function, a  sufficie n t condition fo the   existen c e of  the  H  output fe edba ck  controller i s  fo rmu l ated in  the f o rm  of no nco n vex matrix   inequ ality, an d the  co ne co mpleme ntarit y lineari z at io n (CCL) p r o c edure i s   exploited to  solve  the  non convex fe asibl e  p r obl e m . But, the n e twork statu s  is  assu med t o  vary in  a  M a rkovian fa sh ion  satisfying  a certain tran sition p r oba bility matrix. In [12], the pape r is con c e r ne d with the  H control issue  for a class of networke d  control  syst ems with pa cket dro pout s and time-va r ying   delays. T he  a ddre s sed  NCS is m odel ed  as  a Ma rkov i an di screte -ti m e switched   system  with t w o   sub s ystem s by usin g the  averag e d w el l time metho d , a sufficient  con d ition i s   obtaine d for t he  mean  sq ua re  expon ential  stability of t he clo s ed -lo op NCS with   d e si red   H  disturban ce   attenuation l e vel. The de sire H  contro ller is o b tain ed by solvin g a set of li near  matrix   inequ alities. In [13], the paper  inve stigat es the ob se rver-b ased  H  fu zzy control problem for  a   cla ss  of discrete-time fu zzy mixed dela y  system wi th rand om communi catio n  pa cket losse s   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 11, Novem ber 20 14:  77 05 – 771 5   7706 and multipli cative noises,  whe r e the   mixed delay s com p ri se b o th discrete  time-varying  and  distrib u ted d e lays. The  random  pa cket losse s   are  descri bed  b y  a Berno u lli  distrib u ted  white  seq uen ce th at obeys a  condition al probability dist ribution, and t he multipli cat i ve disturban ce s   are i n  the fo rm of a  scalar Gau ssi an  white noi se   with unit vari an ce. In the  prese n ce of mi xed  delays, ra ndo m packet losse s  and multi p licative noi se s, suffici ent con d ition s  for the existence of  an ob serve r -based fuzzy feedba ck co n t roller a r e de rived, after that, a linear  matrix inequ ality  approa ch fo desi gning  su ch a n  ob se rv er-ba s ed  H  fuzz y c o ntroller is  pres ented. In [14], the   study is concerne with th e optimal li ne ar e s ti mation  probl em fo r li near di screte -time sto c h a stic  system s with  possibl e multiple ran dom  measur ement  delays an d p a cket dropout s. The mo del  is  con s tru c ted  t o  de scrib e  t he p hen ome na of  multipl e  rando m d e l ays a nd  pa cket d r o pout s b y   employing some random v a riabl es of B e rnoulli di stri bution. By  state augmentation, the sy stem  with ran dom  delays an d p a cket dro pou ts is tran sferred to a syste m  with rand o m  param eters .   The e s timato rs a r re cursively com p u t ed in term s of the solut i ons of a  Ri ccati differen c equatio n a n d  a  Lyapu nov differe nce e quation. In   [1 5],  Aiming at  the networked system s with   sen s o r  delay s, missi ng m easure m ent s and pa cke drop outs, a d e sig n  method  about adapti v e   Kalman filter is  pro p o s ed.  Two  differen t  adaptive  filt ers a r co nsi dere d  to  esti mate un kn own  para m eter v e ctor a s so ci ated wi th the system m a trice s , then,  the estimation of state and  para m eters o f  the system  based on  th e  minimizatio n  of squa re  of  the output p r edictio n erro r is   adopte d  in bootstra p man ner. An estim a tor-ba sed ro bust controll e r  desi gn ha s been p r op osed  for asymptoti c  stability of the syste m  wh ose  p a ra mete rs  can vary wi thin a kno w boun d.   It needs to po int out, in the  above refe re nce s , the sig n ificant limitations have b e en found  in the m e tho d of co ntroll er d e si gn fo r the net wo rked  control  system s with  time del ay wit h   rest raint th at l e ss tha n   sa mpling  pe riod . Mean while ,   it is  difficult to  achieve  in  practical p r oje c to  create   the con d ition s  with  time delay or data  dro p o u ts that  re aches ce rtain  known stocha stic  distrib u tion. Ho wever, the  system de si gn with  time delay and pa cket drop outs only under the   situation of sensor p r e s en ce is la ck of  comp reh e n s ive factors. In this pape r,  base d  on the  method  of sta t e estimatio n , a robu st con t rolle i s  de si gned  fo r networked co ntrol system s whi c have un ce rtai n time delay  in both  sen s or-to - cont roll er an d contro ller-to - a c tuato r  ch ann els, a n d   data dropout s in se nsor-to-c ontroller  chann el. In this de sign,  th ere a r e no  re stri ctions  with  the   length  or  dist ribution  of ti me del ay. Co nsid erin g the  co mplex  situ ation of  mod e ling  un certai nty  and extern al disturban ce s,  the dr iving m e thod of co ntrolle r whi c h i s  combin ed wi th event-drive and time-driv en is ad opted  to design the  robu st cont ro ller ba sed o n  state estim a tion.      2. Model of Con t rol Sy st em Base d on State Es timation   The m odel  of  networked  control  syste m s b a s ed  on  state estim a tion is sho w n i n  Figu re  1. Senso r  an d controller a r e co nne cted  through  com m unication n e twork, so i s  the conne cti on  betwe en con t roller and a c tuator. He re s c  is the n e tworke d un ce rt ain d e lay i n  se nsor-to- controlle r ch annel, and   ca  is the  net wo rked  un ce rtai n del ay  in co ntrolle r-to - a c tuator  chann e l Comp ared wi th  s c  or ca , the networke d  del ay in plant-to - sens or o r  a c tu ator-to - pla n t cha nnel  i s   so short that  it can be ignore d . There f ore,  the networke d  un ce rtain  delay in  the networked  cont r o l sy st e m s is ks c c a  . For c o nvenienc e , the ass u mptions  are as  follow:                                                                      (1)  Sen s o r  is time-driven,  and the samp ling time is T.  (2)   Controlle r ad opts the  comp oun d d r i v ing mod e . T he  controlle r i s  time -drive whe n  it  gene rate s  th e data  ba sed  on  state e s ti mation at  eve r y sa mpling  p e riod; th co ntrolle r i s  eve n t- driven when t he data tran smit from sen s or  to co ntrolle r after the time delay of s c (3) T he sequ ence disord er doesn’ t exist in the pro c e s s of data tran smissio n  fro m  sen s o r   or co ntroll er.     s c ca     Figure 1. The  Model of Net w orke d Co nt rol Systems B a se d on State Estimation   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Rob u st Controller Desi gn for Net w o r ked  Control S yst em s Based o n  State… (Fe ngxi a  Xu)  7707 The sequ en ce diag ram s  o f  state estim a tion  co ntrol  system  whi c h exist time delay is  sho w n  in Fi g u re  2. When   the time d e la y k  is smalle r t han  a con s ta nt of a p e ri o d  of  sampling   time, se nsor  sampl e s data  at  kT  time. Me anwhile, the   output of  co n t roller  i s   [( ) ] c ux k , bas e on estim a te state variable s . The output  of controller i s   [( ) ] ux k  based o n   sampli ng val ue  () x k   whi c h is t r an sferre d to the  controlle r after time delay s c [( ) ] c ux k , the output of  controller  at  kT   time is tran sf erred to actu ator after tim e  delay  ca . The  output  [( ) ] ux k  of co ntrolle r at  s c kT   time is tran sferre d to act uator after ti me delay  ca Therefore, During  a sam p ling  pe riod [, ( 1 ) ) kT k T , the control  inputs of t he control  system ca be divided i n to three  p a rts   respe c tively as follo wing:  (1) th ere i s  a netwo rke d  time delay   ca  in cont roll er-to - a c tuato r   cha nnel, so  durin g [, ) ca kT k T , the c ontrol inp u t of the system is  [( 1 ) ] ux k . (2) D u ring [, ) ca k kT k T  , the control input of the system is [( ) ] c ux k . (3)  Duri ng [, ( 1 ) ) k kT k T  , the   control input  of the system  is [( ) ] ux k     s c (1 ) xk ca kT (1 ) kT (2 ) kT s c ca s c ca (2 ) xk () x k () c x k () x k s c kT s c s c (1 ) c xk (1 ) x k (2 ) c x k (2 ) xk (1 ) kT (2 ) kT ca s c kT (1 ) kT (2 ) kT [( ) ] c ux k [( ) ] uxk [( 1 ) ] c ux k ca s c [( 1 ) ] uxk [( 2 ) ] c ux k ca kT (1 ) kT (2 ) kT [( 1 ) ] uxk ca [( ) ] c ux k ca [( ) ] uxk [( 1 ) ] c ux k s c ca [( 1 ) ] uxk s c s c [( 2 ) ] c ux k kT (1 ) kT (2 ) kT (2 ) k TT  ca [( 1 ) ] uxk ca [( ) ] c ux k s c [( 1 ) ] c ux k ca [( 1 ) ] uxk s c [( 2 ) ] c ux k (0 ) k T      Figure 2. The  Sequen ce Di agra m s of State   Es timation Control System which Exis t Time Delay      Duri ng th sampling  time  of  [, ( 1 ) ] kT k T , if the time del ay  k  is long er th an  one   sampli ng  peri od b u t short e r tha n  o r  e qual to  two  sampli ng  peri ods,  namely  2 k TT  ,T he  situation i s   si milar to the  a nalysi s  of the  time delay th at   k  is  smalle r than on e sa mpling p e ri od.  In  this ca se,  t he control  in puts of  the control syst em c a n  be  d i vide d  in to tw o pa r t s r e s p e c tive ly     as  following:  (1) During [, ) ca kT k T , the control in put of the  sy stem i s [( 1 ) ] ux k . (2)  Duri ng [, ( 1 ) ) ca kT k T  , the control i nput of the system is [( ) ] c ux k Whe n  the time delay meet k nT (n is a n  integer la rg er th an 1), by that analogy, the  control in puts of the net wo rke d   control  system s can be  obtai ned. Whe n   the r e are data  p a cket   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 11, Novem ber 20 14:  77 05 – 771 5   7708 drop outs in  sensor-to-cont rolle r c han nel , the sa me m e thod i s  u s e d  to estim a te t he  state vari a b le   whi c h isn’t transferre d  to the controlle r.   The predi ctio n model ba se d on state e s timation is a s  follow:     (1 ) ( ) ( 1 ) ( ) cc kk x k   xx                                                          ( 1 )     Whe r (1 ) c k x  is the predi cted  value of state va riable  of control sy stem at time  (1 ) kT () c k x  is the  pred icted valu e of  state va riabl e of control  system at tim e   kT () x k is  the actual i n put value of controlle r at time  0 [( 1 ) ] kT   (where, 0 0 ). That is, wh en time   delay is sm al ler than a sa mpling time,  () x k  is  c o ns id er ed  a s  th e  co ntr o lle r  inp u t; w h en  time   delay is la rg er than  a sa mpling time  or data  drop outs,  () c x k  is co n s ide r ed  as th e co ntrolle input.  Firstly, con s id ering a bout th e model of ge neral  contin u ous  system:      () () () () ( ) tt t tx t  xA x B u zC                                                                      (2)    Her e   () p t xR is the state,  () q t uR is the  control inpu t,  () m t z R is the con t rolled  sign al o u tput ,, AB C are  matrixe s   whi c hav e ap pro p ri ate dime nsi on,   ,, pq m  a r po sitive   integers.   Con s id erin g about the time delay and d a ta dr op outs i n  the networked cont rol sy stem s, a   contin uou s ti me state fe ed back la w () () tx t uK  is propo sed. Acco rding to S equ ence dia g ra m  2,  the Equation  (2) i s  discretized into Equ a t ion (3).     12 0 ˆ ˆˆ (1 ) ( ) ( 1 ) ( ) ( ) () () c kk k k k kx k  xA x B K x B K x B K x zC                        (3)    Whe r AT A =e 1 0 ˆ ca As ed s B= B 2 ˆ k ca T As ed s B= B 0 ˆ k T As ed s B= B . Ac c o rding to   matrix theory,  11 1 ˆ () k B= B E F H , 22 2 ˆ () k B= B E F H   00 0 ˆ () k B= B E F H , () k F  is a   time-de pen de nt quantity base d  on un certain time d e lay  k  , and it meets  T () () kk  FF I , 12 0 () () () 0 kk k   EF H E F H EF H Con s id er mo deling u n cert ainty and external  di sturban ce in th e netwo rked  control  sy st em s,  t h e n ,     12 1 2 ( 1 ) ( ) ( 1 ) () () () () ( ) c kk x k x k k kx k k   xA x B K B K F zC F                                  (4)    Whe r e 00  + A AB K B 11 1  BB B 22 2  BB B 00 0 () k  BE F H K B 11 1 () k  BE F H B 22 2 () k  BE F H B  are  the tot a l mod e ling  uncertainty a nd me ets  00  BG F E 11  BG F E 22  BG F E . 01 2 ,, p ll p  GR , E E E R  are  kn own  matrixes,   ll FR  is unkno wn  matrix and m eets  T F FI 0 B 1 B 2 B  are unkno wn m odel erro rs,  () r kR  are  the di st urba nce in pu ts, whi c bel ong to  2 () [ 0 , ) kL , w her e   r  is a  po sit i ve  integer.   Definition: Gi ven   as a positive consta nt, if  the cont rol  system (4 ) with the unce r tainty  whi c h me ets  T FF I  has  cha r a c ters  as follo w:  1) System  is asymptotical ly stable; 2)  Und e Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Rob u st Controller Desi gn for Net w o r ked  Control S yst em s Based o n  State… (Fe ngxi a  Xu)  7709 zero initial condition,  22 () () kk zw  for any  2 () [ 0 , ) kL w . Then we call the syste m  (4) ha the performa n ce   of  H .Where 22 () () kk zw  resp ond s the interference sup p re ssi on   capabilities for cont rol sy stem, so, the smaller of , the  better of the system's p e rfo r man c e.       3. Design of  Robu st Controller Base d on State Esti mation   Lemma  [16]: Given matri c es  Y ,  H E  and  R  of app rop r iate dime nsi ons a nd with  Y and R  symmetri c al and 0 R , then:    TT T 0  YH F E E F H     For all F that satisfying T FF R , if a nd only if there exists some   0 s u ch that:     2T 2 T 0   YH H E R E     Theorem :  Fo r a given 0 , the control syst em (4) ha s the perfo rma n c  of  H  if  there a r e po si tive-definite matrices  12 Q, S , S , M and con s tant  0 s u ch that.    TT 11 1 0 2 1 TT T T T T 0 0 T T 22 2 2 T2 T 1 2 2 1 T 02 1 1 1 00 0 0 00 0 00 0 0 0 00 0 0 0 0 0 0 00 0 0 0 00 0 0 0 00 0 0 0 0 00 0 0 0     QG G B S B A Q B M B F QA M B Q C M Q E BS E S FI F CQ F I KQ S EQ E I E S E     Proof:  Fi rstly ,  a Lyapunov function i s  de fined as:      TT T T 12 ( ) () () ( 1 ) ( 1 ) + ( 1 ) ( 1 ) T cc kk k k k k k  Vx P x x K R K x x K R K x     Whe r e 12 , PR , R  are real symmet r y matrixes. Taki n g  the d i fference of the Lyapu nov  function,     TT T T T 11 TT T T 22 () ( 1 ) ( ) ( 1 ) ( 1 ) () ( ) () ( 1 ) ( 1 ) () ( ) ( 1 ) ( 1 ) cc c c kk k kk k k k k kk k k    VV x V x xP x x P K R K x x K R K x xK R K x x K R K x        (6)     Whe n   () 0 k w   T 1 () ( ) (1 ) ( 1 ) () 0 () ( ) (1 ) ( 1 ) cc cc kk kk k xk x k xk x k                xx Kx K x VU KK KK                                                               (7)    Whe r 1 U  is defined:   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 11, Novem ber 20 14:  77 05 – 771 5   7710 TT 11 2 TT T 11 1 1 1 2 1 TT T 22 1 2 2 2 2 0 0 0 00 0         AP A P K R K A P B A P B B P A B PB R B PB U BP A B P B BP B R R     Whe n   () 0 k w   T 2 () ( ) (1 ) ( 1 ) () () ( ) 0 (1 ) ( 1 ) () ( ) cc cc kk kk kx k x k xk xk kk                    xx Kx K x VK U K KK                                                      (8)    Whe r 2 U  is defined:     TT T T T 11 2 1 TT T T 11 1 1 1 2 1 1 TT T T 2 22 1 2 2 2 2 1 2 TT T T 11 1 1 2 1 1 0 0 0 00 0 0 0          A P A P K R K A PB A P B A PF BP A B P B R B P B BP F U BP A B P B BP B R BP F R F PA F P B F PB F P F     Whe n  mat r ix inequ ality (8)  is  satisfied,  cl os e d -cont rol system (4 i s  asymptotic  st ability.  It's clea r that if inequality is satisfie d, the inequ ality (7) i s  ce rtain tru e In the next place, a s sume  the zero in itia l conditio n  an d let us introd uce:     T2 T 0 () ( ) () () k kk k k    Jz z                                                     (9)    Whe r 0  is con s tant, then:    T2 T 0 () () () ( ) () k kk k k k    Jz z V                                             (10)    Pluging ine q u a lity(8) an d e quality(9 )  into  the inequalit y (10).     T 3 () () (1 ) ( 1 ) () () (1 ) ( 1 ) () ( ) cc cc kk kk kk kk kk           xx Kx Kx JK x U K x Kx Kx                                                    (11)    Whe r 3 U  is defined:     TT T T T T T 11 2 1 2 TT T T 11 1 1 1 2 1 1 TT T T 3 22 1 2 2 2 2 1 2 TT T T T 2 12 1 1 1 2 1 1 2 2 0 0 0 0 00 0 0 0 T   AP A P K R K + C C AP B A P B AP F C F B P A B PB R B PB B P F U BP A B P B BP B R BP F R FP A F C F P B FP B F P F I F F       (12)  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Rob u st Controller Desi gn for Net w o r ked  Control S yst em s Based o n  State… (Fe ngxi a  Xu)  7711 If  3 0 U<  is sati sfie d, unde r ze ro initial con d i t ion, there is  22 () () kk zw  sat i sf ied.   So, when i n e quality(12 ) i s  satisfie d, the de sign ed system co ntrol l er ma ke co ntrol sy stem  (4)  has the p e rfo r man c  of  H Applying Sch u r co mplem e nt, inequality (12 )  is tran sfo r med into:     1 12 1 TT T T 11 T 22 2 T2 T 12 2 1 1 00 0 00 0 0 00 0 0 0 0 00 0 0 0 0 0 00 0 0 0 0 0 00 0 0 0 00 0 0 0 00 0 0 0 0              PA B B F AP C K BR BR R FI F CF I KR                                       (13)    Plug  00  A AB K + B 11 1  BB B 22 2  BB B  into inequ ality(13) , Adopt  Lemma inequ ality (13 )  is tran sfo r m ed into     1T 01 2 1 TT T TT T 0 0 T T 11 1 T T 22 2 2 T2 T 1 2 2 1 1 01 2 00 0 0 00 0 0 00 0 0 0 0 00 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 00 0 0 0 0 00 0 0 0 0 0 00 0 0 0                  PG G A B K B B F AK B P C K E BR E BR E R FI F CF I KR EE E I                   (14)    By using th e elem entary  matrix tra n s form ati on a nd Schur co mpleme nt, inequality (14) is  equivalent to:     1T 1 T 11 1 0 2 1 TT T T T T 0 0 T T 22 2 2 T2 T 1 2 2 1 1 1T 02 1 1 1 00 0 0 00 0 00 0 0 0 00 0 0 0 0 0 0 00 0 0 0 00 0 0 0 00 0 0 0 0 00 0 0 0      PG G B R B A B K B F AK B P C K E BR E R FI F CF I KR EE I E R E    (15 )                                                                                                                                                               Two  side s of Equation (15) are mult iplie d prop er mat r ix as follow:     1 0 000 000 0 000 000 0 0 00 000 000 0 0 0 0 000 0 0 0 0 0 0 000 00 0 0 000 0 0 0 0 000 00              I P I I I I I I   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 11, Novem ber 20 14:  77 05 – 771 5   7712 The re sult ca n be written:     1T 1 T 1 1 11 1 0 2 1 1T 1 T T 1 T 1 T 1 T 0 0 T T 22 2 2 T2 T 1 2 1 2 11 1 1 1T 02 1 1 1 00 0 0 00 0 00 0 0 0 00 0 0 0 0 0 0 00 0 0 0 00 0 0 0 00 0 0 0 0 00 0 0 0        PG G B R B A P B K P B F PA P K B P C P K P E BR E R FI F CP F I KP R EP E I E R E    (16 )      Usi ng some  cha nge s of variabl es,  11 1 11 2 2 ,,   PQ , R S R S K P M inequality(1 6 is ch ang ed to  inequality(5 ) .       4. Numerical  Example  Con s id er a sy stem which m eets the sy stem (2):   0 . 69 314 7 0 .3 794 685 0 0 .4 054 65 1    A 10 01 B  The sa mpling time  is set as  T=1 s , the  co ntrol pl ant i s   discreti zed, t he p a ra meters of th e di screte sy stem(4 ) with  un ce rt ain  time delay, data drop outs,  modelin g un certainty and e x ternal distu r ban ce a s  follow:     2. 00 0 0 0. 65 95 0 1 .5 00 0    A 0. 1 1 0 0.1 03 5 0 .0 02 0 0 0 .10 21 As ed s B= B   0. 4 2 0. 1 0. 35 74 0. 03 32 0 0 .3 32 2 As ed s    B= B 1 0 0.4 0. 981 7 0.24 12 0 0 .798 9 As ed s B= B      Suppo se the  other pa ram e ters of the sy stem (4 ) a s  follow:     0 0.08 0 0 0 .18    B= 1 0  B 2 0 B 1 0. 1 0 . 2 0. 2 0.1 F 2 0. 1 0 . 1 0. 1 0 . 1 F     10 01    C A cco rdi ngly ,   10 01 G 0 0. 1 0 00 . 2 E= 0. 8 0 00 . 9    F  He re,  tak i ng  1 Ts 0.8 0. 3 using  softwa r MATLAB, the  discrete time  state fe edb a c k gai n   is 0. 94 89 0 .23 90 0. 23 80 0 . 7 5 3 6      K   For th ca se  that the r e x ist data  dro pout s an d ti me del ay wh ich i s  l a rg er  than a   sampli ng tim e  in the networked sy stem s, the conve n t ional method  of controlle desi gn is that  th e   actuato r  ta ke   the value  of l a st  cycle  a s  t he  cu rre nt value. Usin g the  same value  of K,  this pap er   made th ree  different an al ysis a nd the  simulatio n to the metho d s of  conven tional controll er  desi gn an d controlle r de si gn ba sed o n  state estim a tion.    In the firs c a s e , the initial  s t ate is   0 1 1 x , the time del ay is  smalle r tha n   a sa mplin time ( k T ), there is impul se  interfere n ce  signal such  as  1 () 1 k at the fifth and sixth   sampli ng tim e , the data d r opo uts in  se nso r-to - c ontroller  cha nnel  at the tenth  sampli ng ti me.  Usi ng the con v entional met hod of co ntrol l er de sign  of the co ntrol sy stem,  the re spon se s of sta t e   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Rob u st Controller Desi gn for Net w o r ked  Control S yst em s Based o n  State… (Fe ngxi a  Xu)  7713 variable s  of  1 x  and  2 x  a r sh o w n i n  Fi gure  3. Applying t he met hod  of  co ntrolle de sign  ba se on state e s timation, the re spo n ses of st ate variable o f   1 x and 2 x  sho w n i n  Figure 4.          Figure 3. The  Respon se  Curve of State  Variabl 1 x whe n  the Time Delay Meets  0 k T   Figure 4. The  Respon se  Curve of State  Variabl 2 x whe n  the Time Delay Meets  0 k T       In the  se con d  case, the i n itial state i s 0 1 1 x ,  and  the i m pulse inte rference  signal   su ch as   1 () 1 k    has  been  ap plied   at the fifth a n d  sixth  sampli ng time.  The  time d e lay i s  l a rge r   than a sa mpli ng time ( 2 k TT  ) at the fifth and si xth sampling  time, while it  is sm aller tha n  a  sampli ng tim e  at othe rs sa mpling time s.  The   dat a dropout in se n s or-to-co ntroll er cha nnel ha ve   been fou nd a t  the tenth sa mpling time.  Usi ng t he  co nventional m e thod of cont rolle r de sign  of  the co ntrol  sy stem, the respon se s of sta t e variable s  o f   1 x and 2 x   are sho w in Figu re 5.  Applyin g   the metho d  o f  controlle r d e sig n  ba se on  state e s ti mation, the  resp on se  of st ate varia b le  o f   1 x and 2 x  is sho w in Figure 6.          Figure 5. The  Respon se  Curve of State  Variabl 1 x whe n  the Time Delay Meets  2 k TT    Figure 6. The  Respon se  Curve of State  Variabl 2 x whe n  the Time Delay Meets  2 k TT      Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 11, Novem ber 20 14:  77 05 – 771 5   7714 In the third  case, the initial state i s 0 1 1 x , the impul se inte rfere n ce si gn al su ch  as  1 () 1 k    wa s a pplie at the fifth a nd  sixth  sam p ling tim e , th e time  delay   is la rg er than  two  s a mpling times  but s m aller than three s a mpling times   ( 23 k TT  ) at th e fifth, sixth and  seventh  sam p ling time s, the time dela y  is sm alle than a sampl i ng time at o t hers  sa mpli ng  times, the da ta dropo uts i n  sen s o r-to - contro lle r ch a nnel ha s bee n found at the tenth samp ling  time. Using th e conve n tion al method of controlle de sign of the con t rol system, the re spo n ses of  state vari abl e of  1 x and 2 x  are  sh own in  Fi gure  7. Appl yi ng the m e thod  of controller  de sig n   based on  state estimation,  the re spon se s of state vari able of  1 x and 2 x  is shown in Figure 8.           Figure 7. The  Respon se  Curve of State  Variabl 1 x whe n  the Time Delay Meets  23 k TT    Figure 8. The  Respon se  Curve of State  Variabl 2 x whe n  the Time Delay Meets  23 k TT        Comp ari ng the thre e cases, for the  control  sy stem   with extern al distu r ba nce or tim e   delay  whi c is la rge r  th a n  a  sam p ling  time fro m  t he fifth sam p ling time,  after ap plying  the  conve n tional   method, th e resp on se s of t he  state va ria b le of  1 x and 2 x  ha ve fiercely ju mp, but th e   respon se s of  the state va riable of the  system  ba se d on  state esti mation  a r e smooth.  Comp are  to the  ca se  which  ha s th data d r op out s at th tenth  sa mpling  tim e , the  re spon se s of th sta t e   variable  al so  have th si gnifica nt imp r ovemen t. O b viously, ap pl ying the m e thod  of controller   desi gn state  estimation,  the reg u latio n  time  and  overshoot a r e obviou s ly sho r ter. Cont rol  pre c isi on of the networked  system s is e nhan ce d;  the influen ce s of the c ontrol sy stem caused  by  modelin g un certainty and e x ternal distu r ban ce are validly restraine d     5. Conclusio n   Aiming at the  netwo rked  control  system s with   un ce rtain time del a y  in both sen s or-to- controlle r a n d  co ntroll er-to-actuat o r  ch an nels, and   d a ta  d r op outs  in  sensor-to-co ntrolle r cha n n e in this  pap er,  a ne w meth o d  of ro bu st control  de sign  based o n   state estim a tion i s  p r op osed.  To  get over the effectivene ss  of data drop o u ts and t he d e lay of data transfe r ca use d  by time delay,  A state predi ction arithmeti c  is ad ded in  the end of  co ntrolle r input. The arithm etic refe rs to ap ply  singl e-exp o n ential sm ooth i ng metho d  a s  the p r edi cti on mod e l of  control sy ste m , and p r o s p e ct  the state at every sam p li ng time. To increa se the  rapidity of the drive of  cont rolle r, cont roll er  applie s the   way of  com posite - d r iven  of time -d riv en an d eve n t-drive n . Ad opting Lya p u nov  function  an d l i near matrix  inequ ality, the de sign   of ro bust co ntrolle b a se d on st ate  e s timatio n   is  compl e ted. T he m e thod  o f  rob u st  co ntrolle r d e si gn  ba sed  on  st ate e s timatio n  do esn’t ha ve  rest rictio ns o n  distri bution  or length  of time del ay for t he syste m . Simulation resu lts demo n stra te   that the  desi g ned  rob u st  controlle ba se d on  stat e  e s timation n o t o n ly re solve s  t he p r obl em of  Evaluation Warning : The document was created with Spire.PDF for Python.