本发明涉及无线通信，具体而言，尤其涉及一种基于工业物联网的传输与控制协同设计方法。
背景技术：
1、在工业物联网系统中，传感器被广泛部署来收集感知数据，然后使用通过无线信道传递的感知数据进行状态估计，以推测工业过程的运行状态。通常，工业网络系统由空间分布的传感器、控制器以及与传感器配对的执行器组成。一般来说，更多的感知数据能够提供更准确的状态估计。然而，由于网络通信资源有限，当网络拥塞时，感知数据可能会丢失，从而降低估计的准确性并浪费通信资源。此外，在恶劣的工业环境中，严重衰落和复杂干扰可能导致传输时延增加甚至传输失败，而数据包的丢失会导致控制器或执行器无法准确接收到其需要的信息，从而影响该闭合回路的性能。
2、由此可见，在工业网络系统中，传输的精度会直接影响系统的稳定性，因此现有很多研究致力于设计适当的传输机制去抑制传输的不完美性，如提出一个分层框架来优化工业无线传感器和执行器网络的实时性、可靠性和可扩展性；提出一种有效的基于多跳计算网络的工业物联网协同任务卸载框架，以最小化时延和能耗的加权和等。在工业无线网络领域，设计精巧的状态估计算法能够缓解无线传输对估计性能的影响，如针对网络系统中的随机丢包情况，通过设计矩阵融合估计算法能够有效降低估计误差。
3、但是，传输机制或者状态估计算法的设计只能被动地减轻不利传输环境对估计性能的影响，一旦丢包率超过一定水平，便无法保证估计的收敛性以及控制的稳定性。因此，找到有效的传输方法来主动提高网络的传输可靠性对于确保状态估计的性能至关重要。在通信领域出现越来越多的新型技术，通过时频域的资源管控，对通信资源联合分配，提升传输可靠性并降低时延。
4、综上所述，现有技术存在的问题是：由于工业无线传输环境的复杂性，仅通过设计传输机制或者状态估计算法过程中通常并不考虑无线传输环境的复杂多变，所以提升估计性能并不总是有效的；只有少数方案在控制方法设计和系统性能评估时考虑到通信资源的消耗，并没有设计具体的通信传输方式，即没有对通信资源的分配进行研究，因此通信资源分配和状态估计的联合设计是否能够提升工业网络系统的整体性能还有待验证。
技术实现思路
1、根据上述提出的技术问题，提供一种基于工业物联网的传输与控制协同设计方法，包括如下步骤：
2、s1、基于传感器-控制器-执行器全回路通信模型，并分析传感器-控制器上行链路以及控制器-执行器下行链路的传输时延；
3、基于传感器-控制器-执行器全回路通信模型，分析传感器-控制器上行链路的传输时延的具体过程为：
4、s11、在上行链路中，假设工业网络系统中的传感器是单载波通信设备，即只有一个射频模块，并且传感器和子载波是一一对应的，采用二进制变量表示子载波分配指标；
5、其中，若，则表示第s个子载波在第k个时间步长分配给第n个传感器；
6、s12、在没有同信道干扰的情况下，传感器n在子载波s上传输时，实现的上传速率表示为：
7、
8、其中，是每个子载波的带宽，b是整个信道的传输带宽，s是子载波的个数，是传感器n的发射功率，是第n个传感器在第s个子载波上传输时的信道增益，是噪声功率；
9、s13、传感器n到控制器的上行链路传输延迟表示为：
10、
11、其中，是子载波集合，是第n个传感器的数据包大小；
12、s2、构建基于间歇观测和间断控制的闭环控制模型，分析并解析地表达上行感知信息以及下行控制信息传输可靠性对闭环控制系统的控制成本和上行能耗的影响；
13、s3、构建工业网络系统的通信与控制总成本最小化的目标函数，提出一种交替优化算法对优化问题进行求解，通过对时间与频率资源的联合优化，实现资源受限下工业网络系统的控制。
14、进一步地，所述分析控制器-执行器下行链路的传输时延的具体过程为：
15、s14、在下行链路中，采用广播的形式，将n个短数据包合并在一起推送到各个执行器，n是执行器的个数；
16、因此，从控制器到执行器n的下行链路传输速率表示为：
17、
18、其中，是第n个传感器的信道增益，q是无线接入点的发射功率，是噪声功率；
19、s15、从控制器到执行器的下行链路传输时延表示为：
20、
21、其中，是下行广播的数据包大小。
22、进一步地，所述构建基于有间歇观测和间断控制的闭环控制模型如下：
23、
24、其中：整个控制系统由n个子系统构成，每个子系统由一对传感器和执行器组成，每个子系统看作是一个闭环控制回路；
25、第n个子系统描述为一个离散时间线性时不变模型；
26、其中，是第k+1时刻的系统状态，是第k时刻的系统状态，和分别是执行器的控制输入和控制器计算求得的期望控制输入，是传感器n的测量值，an是状态转移矩阵，dn是输入矩阵，cn是传感器n的测量矩阵，是系统状态初值，和是系统噪声，是高斯的、白的、不相关的，均值分别为，方差分别为，二进制变量表示控制器和执行器之间的数据包是否传输成功，若，则表示执行器n在第k个时间步长接收到控制指令，二进制变量表示传感器和控制器之间的数据包是否传输成功，若，则表示传感器n在第k个时间步长成功传输其收集到的数据。
27、进一步地，所述分析并解析地表达上行感知信息以及下行控制信息传输可靠性对闭环控制系统的控制成本和上行能耗的影响的过程如下：
28、s22、定义以下信息集和变量：
29、
30、其中，是信息集合，包括传感器n的测量值，表示上行数据是否传输成功的二进制变量和下行数据在k-1时刻是否传输成功的二进制变量，、、分别是第k个时间步长的系统状态估计值、状态估计误差和状态估计误差协方差矩阵，是状态误差的转置，表示求期望；
31、s23、使用与标准卡尔曼滤波中类似的参数来导出最优估计器的方程，更新步骤由下式给出：
32、
33、其中，是第k+1时刻系统状态的预测值，是第k+1时刻系统状态的预测误差，是第k+1时刻系统状态的预测误差协方差；
34、s24、校正步骤如下：
35、
36、其中，是经过测量更新的系统状态值，是更新的系统状态误差，是更新的系统误差协方差，为第k+1个时间步长的卡尔曼滤波增益，i为单位矩阵；
37、s25、在第k个时间步长下，第n个子系统的系统状态估计误差表示为：
38、
39、在第k个时间步长下，第n个子系统的控制指令传输误差表示为：
40、
41、s26、在第k个时间步长，整个系统的控制成本表示为：
42、
43、其中，表示求期望，在第k个时间步长，上行传输的总能耗表示为：
44、。
45、进一步地，所述构建工业网络系统的通信与控制总成本最小化的目标函数具体为：
46、s31、联合优化子载波分配、传感器和无线接入点的发射功率、上行和下行传输两个阶段时间约束的划分，最小化工业网络系统的控制成本和上行能耗的联合函数；
47、
48、其中，k是控制周期个数，是权重系数，是传感器集合，是传感器最大发射功率，是无线接入点最大发射功率，是第k时刻无线接入点的发射功率，是表示时延约束划分点的系数，c1和c2表示传感器和子载波是一一匹配的关系；c3和c4分别为传感器和无线接入点的发射功率约束；c5和c6为变量的可行范围。
49、进一步地，所述提出一种交替优化算法对优化问题进行求解，通过对时间与频率资源的联合优化，实现资源受限下工业网络系统的控制具体过程如下；
50、s32、将p0分解为多个瞬时子问题；
51、s33、在第k个时间步长上，由于上行和下行传输存在时间上的顺序关系；因此，将问题p0分解为两个子问题去求解，分别为上行传输子问题和下行传输子问题，上行传输子问题表示为：
52、
53、s34、为了有效求解问题sp1，先对目标函数进行推导简化，如下所示：
54、
55、其中，是上行数据包传输成功的概率，和分别表示为：
56、
57、上行传输成本进一步简化为：
58、
59、s35、根据dinkelbach算法，将问题sp1分为内外两层求解：外层由迭代更新的子载波分配和传感器发射功率更新系数，内层通过下面的求解步骤获得最佳的子载波分配和传感器发射功率，子问题sp1改写为：
60、
61、s36、根据dinkelbach算法，通过迭代的方法更新参数的值，使得问题sp1的目标函数值最小，进而求得上行传输子问题的最优解；
62、s37、下行传输采用广播的形式，优化问题简化为：
63、
64、分析可知，当无线接入点以最大功率进行广播时，下行传输的控制成本最小；
65、s38、在区间0到1内，搜索更新的值，使得原问题p0的目标函数值最小。
66、进一步地，提出了交替优化子载波分配和传感器发射功率的方法对问题sp1.1进行求解，具体过程如下：
67、s351、数据包传输成功的概率可以转化为上行链路可实现的传输速率不小于系统要求速率的概率，在给定传感器发射功率的前提下，优化子载波分配的问题简化为：
68、
69、其中，，是每个子载波的带宽，为对时间k取均值，是上行传输的延迟约束，问题sp1.2是一个双边匹配、一一匹配的0-1线性规划问题，通过km算法以获得该问题的最优解；
70、s352、在给定子载波分配的前提下，传感器的发射功率控制优化问题可以简化为：
71、
72、其中，m为惩罚项系数，是一个较大的正整数，对问题sp1.3进行分析可知，由于n个传感器之间的数据包传输互不干扰，因此将该问题分解为n个子问题，分别为对每个传感器的发射功率进行单独优化，分析可知每个子问题中的目标函数在正半轴是关于功率先减小后增大的单峰函数，因此可以采用二分法进行求解；
73、s353、问题sp1.2和sp1.3求解完成后，交替优化子载波分配和传感器发射功率，通过迭代的方法求得问题sp1.1的最优解。
74、本发明包括一种基于工业物联网的传输与控制协同设计方法：基于传感器-控制器-执行器全回路通信模型，并分析传感器-控制器上行链路以及控制器-执行器下行链路的传输时延；构建基于间歇观测和间断控制的闭环控制模型，分析并解析地表达上行感知信息以及下行控制信息传输可靠性对闭环控制系统的控制成本和上行能耗的影响； 构建工业网络系统的通信与控制总成本最小化的目标函数，提出一种交替优化算法对优化问题进行求解，通过对时间与频率资源的联合优化，实现资源受限下工业网络系统的控制。较现有技术相比，本发明具有以下优点：
75、本发明提供的基于工业物联网的传输与控制协同设计方法，能够在复杂多变的工业网络系统中根据闭环控制对感知与控制信息传输可靠性的动态需求，自适应调整上行链路与下行链路的时间分配，并通过双向通信与闭环控制的联合优化，有效地提高工业网络系统数据传输的可靠性，提升了资源受限下的工业网络系统的整体性能，通信方面主要是通信的能耗（能量消耗），控制方面主要是控制系统的稳定性，在低能耗和高的稳定性两者之间进行权衡，降低整个系统通信和控制的总成本（两者加权和最小化）。
76、基于上述理由本发明可在无线通信等领域广泛推广。
1.一种基于工业物联网的传输与控制协同设计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于工业物联网的传输与控制协同设计方法，其特征在于，所述分析控制器-执行器下行链路的传输时延的具体过程为：
3.根据权利要求1所述的基于工业物联网的传输与控制协同设计方法，其特征在于，所述构建基于有间歇观测和间断控制的闭环控制模型如下：
4.根据权利要求1所述的基于工业物联网的传输与控制协同设计方法，其特征在于，所述分析并解析地表达上行感知信息以及下行控制信息传输可靠性对闭环控制系统的控制成本和上行能耗的影响的过程如下：
5.根据权利要求1所述的基于工业物联网的传输与控制协同设计方法，其特征在于，所述构建工业网络系统的通信与控制总成本最小化的目标函数具体为：
6.根据权利要求1所述的基于工业物联网的传输与控制协同设计方法，其特征在于，所述提出一种交替优化算法对优化问题进行求解，通过对时间与频率资源的联合优化，实现资源受限下工业网络系统的控制具体过程如下；
7.根据权利要求1所述的基于工业物联网的传输与控制协同设计方法，其特征在于，提出了交替优化子载波分配和传感器发射功率的方法对问题sp1.1进行求解，具体过程如下：
