1037665NASA為SLS助推編碼器秉銘SICKAFM60A-S1AA262144步實現了網絡控制面與數據面分離的思想,然而在提供高度開放性和可編程性的同時,網絡自身也面臨著諸多安全問題,從而限制了SDN在很多場景下的大規模部署和應用.首先對SDN的架構和安全模型進行分析;其次,從"SDN*/非*的典型安全問題"和"SDN各層/接口面臨的安全威脅"兩方面,對SDN中存在的典型安全威脅和安全問題進行分析和歸納;隨后從6個方面對現有SDN安全問題的主要解決思路及其究進展分別進行探討,包括SDN安全控制器的開發、控制器可組合安全模塊庫的開發和部署、控制器Do S/DDo S攻擊防御方法、流規則的合法性和一致性檢測、北向接口的安全性和應用程序安全性;后對將網絡的數據層和控制層分離,通過集中化控制和提供開放控制接口,簡化網絡管理,支持網絡服務的動態應用程序控制.流量工程通過對網絡流量的分析、預測和管理,實現網絡性能的優化.在SDN中開展流量工程,可以為網絡測量和管理提供實時集中的網絡視圖,靈活、抽象的控制方式以及高效、可擴展的維護策略,具有突出的研究意義.對基于SDN的流量工程相關工作進行綜述.分別從測量的方法、應用和部署角度出發,對SDN中流量測量的基本框架、基于測量的正確態檢測以及測量資源的管理進行概述.分析傳統網絡流量調度方案的問"雙向諧振"的特性,且無需復雜的旋轉坐標變換,在脈寬調制（PWM）變換器控制中具有廣泛應用。從工程應用角度出發,系統討論了PR控制器應用中需注意的3個關鍵問題:控制器的參數設計與穩定性分析,數字控制實現中的延時影響和相位補償,以及頻率自適應PR控制器的結構與離散化實現。仿真和實驗結果驗證了所述參數設計方法的合理性、數字延時補償的有效性以及頻率自適應比例—諧振控制器對頻率變化的適應能再生能源技術及其產業的快速發展,風力發電已成為當今發展前景的新型能源生產方式。然而在我國現實電網國情下,風電系統對真實電網環境的適應能力已構成現代風電技術進一步發展中必須認真考慮的重要因素。風電機組應能適應的電網環境主要包括電網電壓驟變（驟降或驟升）、電網電壓不平衡、電壓諧波畸變等。對此,該文以雙饋風電機組為對象,通過對這些電網故障機理和現有風電控制技術不足的分析,提出采用諧振控制技術的解決方案,著重討論了諧振控制技術的優領域得到了廣泛的應用。針對電壓源逆變器的控制器進行研究,將功率器件的開關過程等效為受控放大器,在此基礎上,以典型的PI和PR控制方法為分析對象,從數學模型和電路模型的角度揭示了其物理本質,發現了逆變器輸出阻抗與逆變器控制方法之間的物理等價關系,并進一步給出了控制器參數與外部電路之間的物理關系。后,利用一臺10k VA的三相兩電平逆變器為例,針對離網逆變器控制電壓控制模式,以及并網逆變器電流控制模式,這兩種不同的運行工況,分別給出了PI控制和PR控制器的實驗結果。所作研究為逆變器控制器的數學實現直流電網潮流的優化分布,保證各線路電流的可控性,需要通過加裝直流潮流控制器來增加自由度,滿足系統控制需求。控制器類型的不同將對直流潮流計算產生不同的影響,使得原有的潮流算法對于加裝控制器后的直流電網不再*適用。通過分析各種直流潮流控制器的等效外特性,得出不同種類控制器對系統潮流的影響,進而基于傳統牛頓–拉夫遜迭代,推導出帶潮流控制器的直流潮流計算方法。方法通過在MATLAB中編程實現,并與PSAT軟件計算結果進行了對比驗證。

 1037665NASA為SLS助推編碼器秉銘SICKAFM60A-S1AA262144控制具有前饋-反饋結構，可以處理多變量、多輸入、多輸出的高維系統，能在優化的意義上顯式和主動處理時域硬約束等特點，因此得到了眾多領域的廣泛關注和討論，其應用也逐漸跨越工業過程控制領域延伸到快速動態系統和嵌入式系統等新應用領域。模型預測控制的求解過程不是一次離線計算完成的，而是在有限的采樣時間間隔內反復在線計算求解，在線計算負擔制約了模型預測控制在快速系統中的應用，同時，新應用領域也對模型預測控制器提出了高實時性、微型化和高集成度等新的需求，因此，如何在有限的采樣間隔內快速找到和尋求新的高效的控制器硬件實現方案是拓展模型預測控制應用領域亟需解決的兩大難題。本論文的主要研究內容是快速模型預測控制的FPGA（Field Programmable Gate Array）實現及其應用研究，旨在減輕模型預測控制的在線計算負擔，提高在線計算性能，拓展模型預測控制在實際快速系統中的成功應用。為了快速求解模型預測控制的約束優化問題，提出了約束粒子群優化方法。首先給出了基本粒子群方法的計算公式和算法步驟，然后采用懲罰函數法處理約束，結合基本粒子群方法的迭代邏輯簡單、可并行計算等特性，使得約束粒子群方法具有快速求解優化問題的能力。后，通過模型預測控制的線性和非線性兩個實例仿真實驗，驗證了約束粒子群優化方法的有效性。同時將約束粒子群法與常用的優化算法進行了對比分析，為控制器的硬件實現提供了算法基礎。為滿足新應用領域對控制器提出的高實時性、微型化、高集成度等新需求，提出了模型預測控制器的FPGA硬件加速實現方法，利用FPGA的靈活性和硬件并行計算特性，實現了控制器的可配置化和快速計算。首先提出了基于FPGA的SoPC（Systemon Programmable Chip）嵌入式系統實現方法，該方法在FPGA中嵌入Nios II軟核處理器，并進行SoPC系統的硬件和軟件設計，通過浮點自定義指令和矩陣運算自定制組件的設計提高控制算法的在線計算性能，該實現方案具有較強的靈活性，占用的硬件資源較少。然后，提出了FPGA全硬件實現方案，采用半自動模塊化的FPGA方法進行控制器的設計。根據算法的優化分析，對控制算法的耗時計算步驟進行流水線和循環展開處理，充分利用FPGA并行計算結構提升模型預測控制器的在線求解速度，該實現方法占用的硬件資源較多，但是具有更好的實時性。后，通過數值實例的FPGA實現，分析比較了兩種FPGA實現方案的計算性能。從實際應用的角度，研究了線性模型預測控制在電子節氣門控制中的應用。首先根據節氣門的組成結構建立了電子節氣門數學模型，并給出了節氣門的控制要求。然后，基于該模型設計了電子節氣門位置跟蹤模型預測控制器，分別采用積極集法、內點法和約束粒子群法求解二次規劃問題，通過離線仿真實驗對比分析了三種優化算法的控制效果和計算性能。離線實驗結果表明三種優化算法都具有很好的控制效果，但是均不能在節氣門要求的1ms采樣時間內求出解。為了進一步提高算法的實時性，采用FPGA硬件加速方法，分別設計實現了基于積極集法的FPGA嵌入式模型預測控制器和基于粒子群法的FPGA全硬件模型預測控制器，并在搭建的實驗平臺上分別進行了兩種控制器的實時實驗測試，實驗結果驗證了兩種基于FPGA實現的線性模型預測控制器的實時性和有效性，很好地滿足了節氣門的控制要求。由于線性模型預測控制不適用于結構復雜、具有強非線性的被控系統，因此，進一步研究了非線性模型預測控制在發動機怠速控制系統中的應用。首先基于建立的發動機模型設計了發動機怠速控制的非線性模型預測控制器，分別采用序列二次規劃法和約束粒子群方法求解非線性規劃問題，通過離線仿真實驗對比分析了兩種優化算法的控制效果和計算性能。離線實驗結果表明非線性模型預測控制器的控制效果很好，但是控制器不能在怠速控制要求的20ms內快速求出解。因此，采用FPGA全硬件方案設計實現了非線性模型預測控制器，利用流水線結構和循環展開進一步提高了控制器的計算速度。然后在搭建的實驗平臺上進行了實時控制實驗，實驗結果表明基于FPGA實現的NMPC控制器使得計算時間由31.738ms降低到2.34ms，很好地滿足了發動機怠速控制的實時性要求。后，通過高精度的enDYNA發動機模型的實時實驗，進一步驗證了非線性模型預測控制器的有效性，為實車試驗提供了實驗基礎。論文對所提出的簡便高效的優化求解方法進行了詳盡的推導，并對模型預測控制器的硬件實現方案給出了詳盡的設計開發流程。為了驗證本文所提出方法的有效性，進行了電子節氣門位置跟蹤控制和發動機怠速控制應用的實時控制實驗，并給出了實驗結果和相關分析，結果表明，本文所提的模型預測控制的求解算法和硬件實現方法具有很好的實時性，并將模型預測控制成功應用于汽車控制快速系統。本文的研究工作需要進一步完善的有：（1）研究帶約束粒子群方法的收斂性；（2）由于采用轉換工具生成的硬件代碼存在冗余，進一步研究手工編寫硬件描述語言的FPGA全硬件實現方法；（3）由于只進行了模型預測控制器的硬件在環實驗，今后圍繞實車試驗展開進一步研究。