1037665NASA为SLS助推编码器秉铭SICKAFM60A-S1AA262144步实现了网络控制面与数据面分离的思想,然而在提供高度开放性和可编程性的同时,网络自身也面临着诸多安全问题,从而限制了SDN在很多场景下的大规模部署和应用.首先对SDN的架构和安全模型进行分析;其次,从"SDN*/非*的典型安全问题"和"SDN各层/接口面临的安全威胁"两方面,对SDN中存在的典型安全威胁和安全问题进行分析和归纳;随后从6个方面对现有SDN安全问题的主要解决思路及其究进展分别进行探讨,包括SDN安全控制器的开发、控制器可组合安全?？榭獾目⒑筒渴?、控制器Do S/DDo S攻击防御方法、流规则的合法性和一致性检测、北向接口的安全性和应用程序安全性;后对将网络的数据层和控制层分离,通过集中化控制和提供开放控制接口,简化网络管理,支持网络服务的动态应用程序控制.流量工程通过对网络流量的分析、预测和管理,实现网络性能的优化.在SDN中开展流量工程,可以为网络测量和管理提供实时集中的网络视图,灵活、抽象的控制方式以及高效、可扩展的维护策略,具有突出的研究意义.对基于SDN的流量工程相关工作进行综述.分别从测量的方法、应用和部署角度出发,对SDN中流量测量的基本框架、基于测量的正确态检测以及测量资源的管理进行概述.分析传统网络流量调度方案的问"双向谐振"的特性,且无需复杂的旋转坐标变换,在脉宽调制（PWM）变换器控制中具有广泛应用。从工程应用角度出发,系统讨论了PR控制器应用中需注意的3个关键问题:控制器的参数设计与稳定性分析,数字控制实现中的延时影响和相位补偿,以及频率自适应PR控制器的结构与离散化实现。仿真和实验结果验证了所述参数设计方法的合理性、数字延时补偿的有效性以及频率自适应比例—谐振控制器对频率变化的适应能再生能源技术及其产业的快速发展,风力发电已成为当今发展前景的新型能源生产方式。然而在我国现实电网国情下,风电系统对真实电网环境的适应能力已构成现代风电技术进一步发展中必须认真考虑的重要因素。风电机组应能适应的电网环境主要包括电网电压骤变（骤降或骤升）、电网电压不平衡、电压谐波畸变等。对此,该文以双馈风电机组为对象,通过对这些电网故障机理和现有风电控制技术不足的分析,提出采用谐振控制技术的解决方案,着重讨论了谐振控制技术的优领域得到了广泛的应用。针对电压源逆变器的控制器进行研究,将功率器件的开关过程等效为受控放大器,在此基础上,以典型的PI和PR控制方法为分析对象,从数学模型和电路模型的角度揭示了其物理本质,发现了逆变器输出阻抗与逆变器控制方法之间的物理等价关系,并进一步给出了控制器参数与外部电路之间的物理关系。后,利用一台10k VA的三相两电平逆变器为例,针对离网逆变器控制电压控制模式,以及并网逆变器电流控制模式,这两种不同的运行工况,分别给出了PI控制和PR控制器的实验结果。所作研究为逆变器控制器的数学实现直流电网潮流的优化分布,保证各线路电流的可控性,需要通过加装直流潮流控制器来增加自由度,满足系统控制需求?？刂破骼嘈偷牟煌灾绷鞒绷骷扑悴煌挠跋?使得原有的潮流算法对于加装控制器后的直流电网不再*适用。通过分析各种直流潮流控制器的等效外特性,得出不同种类控制器对系统潮流的影响,进而基于传统牛顿–拉夫逊迭代,推导出带潮流控制器的直流潮流计算方法。方法通过在MATLAB中编程实现,并与PSAT软件计算结果进行了对比验证。

 1037665NASA为SLS助推编码器秉铭SICKAFM60A-S1AA262144控制具有前馈-反馈结构，可以处理多变量、多输入、多输出的高维系统，能在优化的意义上显式和主动处理时域硬约束等特点，因此得到了众多领域的广泛关注和讨论，其应用也逐渐跨越工业过程控制领域延伸到快速动态系统和嵌入式系统等新应用领域。模型预测控制的求解过程不是一次离线计算完成的，而是在有限的采样时间间隔内反复在线计算求解，在线计算负担制约了模型预测控制在快速系统中的应用，同时，新应用领域也对模型预测控制器提出了高实时性、微型化和高集成度等新的需求，因此，如何在有限的采样间隔内快速找到和寻求新的高效的控制器硬件实现方案是拓展模型预测控制应用领域亟需解决的两大难题。本论文的主要研究内容是快速模型预测控制的FPGA（Field Programmable Gate Array）实现及其应用研究，旨在减轻模型预测控制的在线计算负担，提高在线计算性能，拓展模型预测控制在实际快速系统中的成功应用。为了快速求解模型预测控制的约束优化问题，提出了约束粒子群优化方法。首先给出了基本粒子群方法的计算公式和算法步骤，然后采用惩罚函数法处理约束，结合基本粒子群方法的迭代逻辑简单、可并行计算等特性，使得约束粒子群方法具有快速求解优化问题的能力。后，通过模型预测控制的线性和非线性两个实例仿真实验，验证了约束粒子群优化方法的有效性。同时将约束粒子群法与常用的优化算法进行了对比分析，为控制器的硬件实现提供了算法基础。为满足新应用领域对控制器提出的高实时性、微型化、高集成度等新需求，提出了模型预测控制器的FPGA硬件加速实现方法，利用FPGA的灵活性和硬件并行计算特性，实现了控制器的可配置化和快速计算。首先提出了基于FPGA的SoPC（Systemon Programmable Chip）嵌入式系统实现方法，该方法在FPGA中嵌入Nios II软核处理器，并进行SoPC系统的硬件和软件设计，通过浮点自定义指令和矩阵运算自定制组件的设计提高控制算法的在线计算性能，该实现方案具有较强的灵活性，占用的硬件资源较少。然后，提出了FPGA全硬件实现方案，采用半自动模块化的FPGA方法进行控制器的设计。根据算法的优化分析，对控制算法的耗时计算步骤进行流水线和循环展开处理，充分利用FPGA并行计算结构提升模型预测控制器的在线求解速度，该实现方法占用的硬件资源较多，但是具有更好的实时性。后，通过数值实例的FPGA实现，分析比较了两种FPGA实现方案的计算性能。从实际应用的角度，研究了线性模型预测控制在电子节气门控制中的应用。首先根据节气门的组成结构建立了电子节气门数学模型，并给出了节气门的控制要求。然后，基于该模型设计了电子节气门位置跟踪模型预测控制器，分别采用积极集法、内点法和约束粒子群法求解二次规划问题，通过离线仿真实验对比分析了三种优化算法的控制效果和计算性能。离线实验结果表明三种优化算法都具有很好的控制效果，但是均不能在节气门要求的1ms采样时间内求出解。为了进一步提高算法的实时性，采用FPGA硬件加速方法，分别设计实现了基于积极集法的FPGA嵌入式模型预测控制器和基于粒子群法的FPGA全硬件模型预测控制器，并在搭建的实验平台上分别进行了两种控制器的实时实验测试，实验结果验证了两种基于FPGA实现的线性模型预测控制器的实时性和有效性，很好地满足了节气门的控制要求。由于线性模型预测控制不适用于结构复杂、具有强非线性的被控系统，因此，进一步研究了非线性模型预测控制在发动机怠速控制系统中的应用。首先基于建立的发动机模型设计了发动机怠速控制的非线性模型预测控制器，分别采用序列二次规划法和约束粒子群方法求解非线性规划问题，通过离线仿真实验对比分析了两种优化算法的控制效果和计算性能。离线实验结果表明非线性模型预测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内快速求出解。因此，采用FPGA全硬件方案设计实现了非线性模型预测控制器，利用流水线结构和循环展开进一步提高了控制器的计算速度。然后在搭建的实验平台上进行了实时控制实验，实验结果表明基于FPGA实现的NMPC控制器使得计算时间由31.738ms降低到2.34ms，很好地满足了发动机怠速控制的实时性要求。后，通过高精度的enDYNA发动机模型的实时实验，进一步验证了非线性模型预测控制器的有效性，为实车试验提供了实验基础。论文对所提出的简便高效的优化求解方法进行了详尽的推导，并对模型预测控制器的硬件实现方案给出了详尽的设计开发流程。为了验证本文所提出方法的有效性，进行了电子节气门位置跟踪控制和发动机怠速控制应用的实时控制实验，并给出了实验结果和相关分析，结果表明，本文所提的模型预测控制的求解算法和硬件实现方法具有很好的实时性，并将模型预测控制成功应用于汽车控制快速系统。本文的研究工作需要进一步完善的有：（1）研究带约束粒子群方法的收敛性；（2）由于采用转换工具生成的硬件代码存在冗余，进一步研究手工编写硬件描述语言的FPGA全硬件实现方法；（3）由于只进行了模型预测控制器的硬件在环实验，今后围绕实车试验展开进一步研究。