摘要 | 第4-6页 |
Abstract | 第6-7页 |
主要数学符号对照表 | 第13-15页 |
第一章 绪论 | 第15-23页 |
1.1 研究背景 | 第15-16页 |
1.2 国内外研究现状 | 第16-18页 |
1.2.1 CPS与实时性研究 | 第16-17页 |
1.2.2 面向CPS的资源调度算法 | 第17-18页 |
1.3 CPS协同优化研究 | 第18-19页 |
1.3.1 面向CPS的实时网络优化 | 第18-19页 |
1.3.2 面向网络延迟下CPS的协同优化方法 | 第19页 |
1.4 研究思路与论文组织结构 | 第19-23页 |
1.4.1 论文研究思路 | 第19-21页 |
1.4.2 组织结构 | 第21-23页 |
第二章 相关研究基础 | 第23-33页 |
2.1 面向CPS的实时网络 | 第23-25页 |
2.1.1 通信网络的介质访问控制 | 第23-24页 |
2.1.2 典型协议分析 | 第24-25页 |
2.2 网络微积分时延分析方法 | 第25-27页 |
2.2.1 定义与模型 | 第25-26页 |
2.2.3 网络服务能力 | 第26-27页 |
2.3 CPS建模与优化控制 | 第27-32页 |
2.3.1 CPS系统建模 | 第27-28页 |
2.3.2 CPS中信息与物理之间的耦合效益 | 第28-32页 |
2.4 本章小结 | 第32-33页 |
第三章 面向CPS实时网络的确定性和随机性分析 | 第33-49页 |
3.1 主要模型 | 第34-37页 |
3.1.1 AFDX网络模型 | 第34-35页 |
3.1.2 网络延迟的上界 | 第35-36页 |
3.1.3 网络演算 | 第36-37页 |
3.2 确定性延迟上界 | 第37-41页 |
3.2.1 确定性上界:单交换机情况 | 第37-39页 |
3.2.2 确定性上界:多跳情况 | 第39-41页 |
3.3 概率性的延迟上界 | 第41-43页 |
3.3.1 随机性的上界:单交换机情况 | 第41-43页 |
3.3.2 随机上界:多跳情况 | 第43页 |
3.4 实验分析 | 第43-48页 |
3.4.1 网络配置 | 第43-44页 |
3.4.2 Mono-Switch的延迟上限 | 第44-46页 |
3.4.3 多跳连接的延迟上界 | 第46-48页 |
3.5 本章小结 | 第48-49页 |
第四章 理想模型下CPS的协同优化控制研究 | 第49-61页 |
4.1 总体架构 | 第49-51页 |
4.1.1 系统架构概述 | 第49-50页 |
4.1.2 预测管理控制方案 | 第50-51页 |
4.2 楼宇热模型 | 第51-53页 |
4.2.1 建立智能楼宇中热量模型 | 第51页 |
4.2.2 状态空间下的热力学模型 | 第51-53页 |
4.3 可调度分析 | 第53-54页 |
4.3.1 问题描述 | 第53页 |
4.3.2 可调度性 | 第53页 |
4.3.3 可调度性分析算法 | 第53-54页 |
4.4 热控制问题和解决方案 | 第54-57页 |
4.5 评估和模拟 | 第57-60页 |
4.5.1 模拟初始化 | 第57-58页 |
4.5.2 实验分析 | 第58-60页 |
4.6 本章小结 | 第60-61页 |
第五章 考虑网络延迟的CPS协同优化控制研究 | 第61-75页 |
5.1 问题描述 | 第61-62页 |
5.2 随机网络延迟 | 第62-67页 |
5.2.1 松散时序同步概述 | 第63页 |
5.2.2 同步网络功率峰值控制 | 第63-65页 |
5.2.3 空白时隙控制的可调度性 | 第65-67页 |
5.3 随机网络延时功率控制 | 第67-71页 |
5.3.1 随机延迟热控模型 | 第67-69页 |
5.3.2 随机网络延迟存在下的热约束的可调度测试 | 第69-70页 |
5.3.3 网络化MPC热控制 | 第70-71页 |
5.4 实验评估 | 第71-74页 |
5.4.1 参数设置 | 第71页 |
5.4.2 实验 | 第71-74页 |
5.5 本章小结 | 第74-75页 |
第六章 结束语 | 第75-78页 |
6.1 论文主要的创新点和贡献 | 第75-76页 |
6.1.1 主要创新点 | 第75页 |
6.1.2 主要研究成果 | 第75-76页 |
6.2 前景与后续工作展望 | 第76-78页 |
英语缩略语表 | 第78-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-89页 |
作者简历 攻读博士学位期间完成的主要工作 | 第89页 |