韩清龙团队| 综述: 动态事件触发的控制与估计
受限于系统组件(如传感器、控制器) 有限的计算和处理能力以及共享的网络带宽，如何有效地利用计算及通信资源已成为一个众多网络化系统中的一个关键设计问题。与经典的时间触发机制(time-triggered mechanisms, TTMs)相比，事件触发机制(Event-triggered mechanisms, ETMs)被认为是资源受限应用中的一个重要的通信范式转变。这是因为事件触发机制能在预期的系统控制/估计性能和资源利用效率提升之间实现一种平衡。近年来，动态事件触发机制(dynamic event-triggered mechanism, DETMs)正发展成为一种新兴技术。这主要是由于动态事件触发机制往往可以实现比传统事件触发机制更高的资源利用效率，以及满足比传统事件触发机制更为灵活的系统设计要求。
澳大利亚斯威本科技大学韩清龙教授团队系统地综述了网络化系统动态事件触发控制与估计的最新研究进展，并展望了未来研究方向。相关成果已于IJAC在线发表，全文免费下载！
图片来自Springer (点击上图下载全文)
韩清龙教授相关讲座：
通信技术和计算机技术的进展为现代网络化系统带来了新的控制和估计范式。过去，被控对象通常通过具备充足通信资源的网络来实现实时的控制和监测。相应地，预期的实时控制和状态估计行为是以时间触发的方式(即在预定的以及周期性发生的时间时刻)(predetermined and periodic instants of time)得以实现。这样以来，经典的采样系统理论(celebrated sampled-data system theory)可以较好地被用来开展系统性能分析以及设计。
众所周知的是，这些基于时间触发的控制和估计方法往往会导致对有限计算和通信资源的过度使用。这是因为嵌入式系统的组件通常都是由电池供电，且网络中的数据通信通常需要耗费很多有限的通信能源。目前，通过一些无线和数字网络介质，大多数的网络化系统应用中的控制器和状态估计器往往是远程、空间地部署。在这种新范式下，控制器和估计器的设计过程就需要充分地考虑由有限带宽及有限计算处理能力所带来的资源受限约束。因此，研究网络化系统的资源有效控制与估计问题具有重要的理论和现实意义。
为了有效地利用系统中的计算和通信资源，数据采样和传输的操作（或控制器和状态估计器的更新）在保证达到期望的控制和估计性能基础上，应保持在对有限资源的一个最低要求限度。这样就催生了事件触发机制(event-triggered mechanism, ETM)。值得注意的是，事件触发的思想已被广泛地用来管理一系列的系统操作和行为，诸如数据采样、数据传输、数据通信、通信调度、控制器/估计器的更新等。由于基于事件的控制器和估计器本质上是以已经被触发的、被释放的数据作为其输入，因此，取决于不同的触发策略（事件触发采样(event-triggered sampling, ETS) 或者事件触发传输(event-triggered transmission, ETT)），本文使用ETM这一术语来指代针对系统数据（例如系统的状态或测量输出）的采样事件以及/或者传输事件。
ETM的基本原理是，基于一些明确定义的事件而不是一些在固定设置的时间点对系统数据进行一系列的采样操作以及/或者传输操作。从这个角度来看，ETMs可以被看作是对经典时间触发机制(time-triggered mechanisms, TTMs)中的常规采样以及/或者传输决策(transmission decisions)添加了某种‘智能’。因此，与TTMs相比，ETMs能够显著减少数据采样以及/或者传输的数量，同时保持令人满意的系统性能。另一方面，减少了不必要的数据传输有助于降低网络信息流通量或网络拥塞，这反过来也缓解了一些网络诱导现象(network-induced phenomena)，比如传输延迟、丢包等。这些现象通常不可避免地会影响到预期的系统控制/估计性能。从这个意义上说，ETMs也有助于满足网络化系统控制器/估计器设计中的基本服务质量(quality of service, QoS)要求。
图片来自论文
与经典的时间触发机制TTMs相比，事件触发机制 ETMs被认为是资源受限应用中的一个重要的通信范式转变。这是因为事件触发机制能在预期的系统控制/估计性能和资源利用效率提升之间实现一种平衡。近年来，动态事件触发机制(dynamic event-triggered mechanism, DETMs)正发展成为一种新兴技术。这主要是由于动态事件触发机制往往可以实现比传统事件触发机制更高的资源利用效率，以及满足比传统事件触发机制更为灵活的系统设计要求。
同时也注意到传统的ETMs本质上是用实时的系统控制以及估计性能去交换一定程度上的资源有效利用率的提升。这种‘交换’在绝大多数的动态事件触发机制DETMs中更为明显。这是因为这些DETMs通常能导致比传统ETMs更为稀少的数据采样以及/或者数据传输。所以，不难想象的是现有绝大多数的DETMs或许会‘牺牲’更多的实时的控制以及估计性能。同时，了解到没有任何一个DETM能实现所有的设计目标以及能适用所有的应用需求。这样以来，针对相同的控制/估计任务，如何提出一个有效的分析、评估框架来比较现有不同的DETMs，以帮助我们了解哪一类DETM更有优势、有什么样的代价，就显得很有必要了。
图片来自论文
本文系统地综述了针对网络化系统的动态事件触发控制与估计的最新研究进展。文章首先提出了一个通用的事件触发控制与估计框架，这有助于后续的关于ETM设计以及控制器/估计器设计的若干关键问题的讨论。其次，本文概述了DETMs的设计动机及其主要特点和优点，然后阐述了基于辅助动态变量(auxiliary dynamic variables, ADVs)和动态阈值参数(dynamic threshold parameters, DTPs)的两类典型DETMs。此外，针对如何构建ADVs和DTPs，本文对当前主要技术进行了详细地分类和归纳，并分别讨论了其特点、分析和设计方法。为了分析、比较不同DETMs以及查实在何种条件下DETMs更优于传统静态事件触发机制(static event-triggered mechanism, SETMs)和TTMs，本文列举了三个应用实例，包括基于车载网络的车辆主动悬架系统控制、针对质量-弹簧-阻尼器机械系统的网络化控制、基于SCADA水分配和供应系统的远程监测。最后，本文展望了未来的研究方向。
图片来自论文
本文综述了网络化系统的动态事件触发控制与估计问题的最新研究进展，详细地分类、归纳了近几年最新的动态触发技术，为有兴趣的读者在事件触发控制和估计领域提供了一个直接参考。为了完成不同的控制和估计目标，本文首先提出了一种通用的事件触发控制和估计框架。而后重点介绍了DETMs及其设计动机，还包括它的主要特点、优点、局限性、相关的分析和设计方法。本文接着讨论了基于辅助动态变量ADVs和动态阈值参数DTPs的两类典型DETMs，并对使用这些DETMs的事件触发控制和估计的研究进展以及相关文献进行了评述。此外，本文还列举了几个应用实例并以此对不同事件触发机制(动态事件触发Vs静态事件触发，以及不同的动态事件触发之间)进行性能分析和比较。这些实例仿真对比结果可以方便我们为潜在的实际应用挑选更灵活、更智能的触发机制，以此来满足我们对网络化系统的分析和设计需求。
近年来，动态事件触发控制与估计的研究受到了本领域研究学者的广泛关注。本文也仅是涵盖了众多研究成果中的一部分。例如，本文没有讨论该领域中一些密切相关的研究，例如动态事件触发优化(dynamic event-triggered optimization)、自触发控制与估计(self-triggered control and estimation)、基于随机阈值(random thresholds)的随机事件触发控制与估计(stochastic event-triggered control and estimation)。针对目前动态事件触发控制与估计的研究，一些仍具挑战性、并值得进一步研究的课题概述如下。
1) 基于'较少参数或容易调参'的新型动态事件触发机制 (Novel DETMs with less or easily-tunable trigger parameters)
2) 针对'反馈和前馈双通道'的异步动态事件触发机制 (Asynchronous DETMs over feedback (sensor-to-controller) and forward (controller-to-actuator) channels)
3) 基于'网络带宽感知'的动态事件触发机制 (Bandwidth-aware DETMs)
4) 基于'数据重要性'的动态事件触发机制 (Significance-based DETMs)
5) 针对'恶意攻击的弹性'动态事件触发控制/估计方法(Resilient dynamic event-triggered control/estimation approaches against malicious attacks)
Dynamic Event-triggered Control and Estimation: A Survey
Xiaohua Ge, Qing-Long Han, Xian-Ming Zhang, Derui Ding
https://link.springer.com/article/10.1007/s11633-021-1306-z
http://www.ijac.net/en/article/doi/10.1007/s11633-021-1306-z
特别感谢论文作者澳大利亚斯威本科技大学韩清龙教授(Distinguished Professor)、葛晓华博士(Senior Lecturer)对以上内容的审阅和修改！本文作者依次为斯威本科技大学Xiaohua Ge、Qing-Long Han、Xian-Ming Zhang、Derui Ding。
特别推荐
重磅 | 全球计算机领域Top1000期刊 & 科学家榜单发布@全体科研人，"十四五"规划圈出了攻关重点！直播回放 | 公茂果主讲：深度神经网络的结构优化
回放 & PPT | 澳科学院院士Brian Anderson最新报告
IJAC 2020高被引论文 & 优秀审稿人重磅 | 2021年国际学术会议参考列表
全球前列！IJAC"世界期刊影响力指数(WJCI)"喜人
最新 | 《2020全球工程前沿》全文
最新 | 2020研究前沿及热点解读
好文聚焦
毋立芳团队 | 综述：视频中的群体行为识别
基于神经架构搜索技术(NAS)的2D&3D掌纹和掌静脉识别
张笑钦团队 | 综述：基于深度学习的视觉跟踪方法进展
基于机器学习探秘神经科学，解码思想、记忆、情绪......必读 | 10篇最新AI好文
高效+高精度 | 汽车尾气排放趋势预测新框架
综述 | 进化计算在大规模多目标优化问题中的进展公茂果团队 | 综述：计算智能在遥感图像配准中的应用新模型！模拟人眼预测图像质量，失真也不怕新兴技术 | 经典CNN对2D&3D掌纹及掌静脉识别的性能评估
点击"阅读原文"免费下载全文