, ,

(郑州航空工业管理学院 计算机科学与应用系，郑州 450015)

作为新一代智能系统，信息物理融合系统(Cyber-Physical Systems, CPS)集计算进程和物理进程于一体，具有计算、通信与控制三大功能。通过人机交互接口和互联网络，用户可远程控制目标物理实体[1-2]。同时，CPS的通信构件为系统中物理设备间的协同信息处理提供了基础，这在很大程度上增加了网络系统的智能性。

CPS中结点数据采集的物理过程和数据处理的计算过程具有实时性特点[3-4]，与传统静态数据处理存在根本区别。数据的异源时空特性使得系统节点数据处理模型表现出实时动态性及分布式特点，而模型数据处理的动态性可通过复杂数据融合反馈机制表现，这种模型的灵活适应性和智联性向智能信息处理研究提出了新的挑战。基于此，本文从CPS数据处理的智能化和分布式两个角度探讨CPS数据处理模型的设计。

本文结合CPS的定义和数据处理特点及现有的网络协议模型(如策略服务、移动代理模型[5-7])，提出了一个基于智能代理的CPS数据计算控制模型。该模型在CPS系统网络各结点中引入移动智能代理实体，通过代理对网络数据流的感知获取网络数据的特征，从而对数据流的下一时间段行为进行有效的预测。同时，利用代理的协商特性分布式实现CPS网络终端的交互，实现从CPS单个结点到全局网络系统参数的优化。本文着重探讨了如何利用代理进行CPS海量数据的智能化处理，重点分析了数据智能化计算处理过程中的信息预测自适应调整模型。数据智能化处理的目的在于使模型具备自我推理和自我判断的能力，因此，引入类似专家系统的知识工程数据库，使代理能够根据设定的规则对复杂系统数据进行计算及控制，并对设定的规则进行自学习推理，最终实现数据计算处理智能化。同时，为了具体描述CPS智能信息处理的实际应用，本文简要分析了CPS在智能电网应用的现状及可能存在的关键问题。

1 CPS数据智能化和分布式处理模型

CPS是由传感组件、通信组件和计算控制组件组成的空间分布式系统，系统各组件通过通信网络进行协作，使得网络系统实体间表现出很好的交互协作性。CPS在IOT(Internet of Things)的物与物互联的基础上强调对物的信息感知和智能控制，而智能性控制的基础在于CPS对海量数据的实时、动态处理，及其在数据处理中的自适应交互 (包括信息的反馈、系统状态预测和自愈等)。在CPS应用中，网络规模巨大，拓扑结构难以准确描述，因此，本文主要针对CPS终端结点抽象模型结构及智能功能进行探讨，即主要针对CPS智能控制进行探讨。

在网络管理中主动网模型对CPS的应用设计提供了可选性方案。在主动网技术中，设计具有特定功能的主动网分组，在分组中插入特定代码，使其成为网络服务管理的“巡逻兵”，主动网分组在网络结点之间移动，监视网络中的异常情况。同时，可让主动网分组携带处理故障的程序代码，一旦移动中的主动网分组遇到特定的故障，便可及时调整结点状态，而无需等待管理中心的处理。依据网络的运行状态，动态地移动网络的管理中心，使其更接近网络的中心点，减小网络管理的时延，降低管理控制信息的传递量。这种分布式动态主动信息处理模式可为CPS海量信息分布式处理的实时性及CPS终端间信息的交互协作性提供保证，也是本文基于智能代理的CPS数据计算控制模型探讨的基础。

与传统分布式计算中的RPC(Remote Procedure Call)相比，智能移动代理作为一种网络计算模式的软件实体，具有较高的灵活性，其通信运行模式不限于RPC的终端与服务器之间，可在网络系统终端数据源点运行系统服务程序，使网络数据的计算和通信更具有时效性。同时，为提高代理间的协作性，可在移动智能代理之间引入专用代理通信组件，避免增大复杂消息传送协议的通信负荷。具体模型设计如图1所示。图2是一个分布式、自治、协作的移动智能代理网络化模型，该模型显示了CPS各终端的网络化运行情况。

图1 智能代理实体结构图

图2 基于智能代理的网络通信模型

2 网络终端智能代理模型描述

2.1 移动智能代理实体结构

CPS的智能计算控制依赖于系统终端对数据的智能化运算，这包括数据处理中的智能感知(自我感知)、信息的实时传输与反馈、运算规则的自适应调节和未来数据的预测等智能化过程。图3是智能代理实体内部数据的智能控制过程。智能代理的数据运算是按照感知、预测、配置三个基本步骤进行。具体描述为：①数据感知将当前时间片中的数据流转换成一个数学模型，智能代理首先通过对设备数据流进行侦听，再按照一定规则对数据进行分类，进而得到数据流在每个时间片内的分布特征，最后用一个数学模型进行表述并将其贮存在模式数据库中；②智能代理通过数据知识库分析数据流的历史数据，根据一定规则预测下一个时间段的数据分布；③代理通过设备调整模块，将数据预测结果映射到相应策略，并将策略交由设备执行。

图3 智能代理实体中智能控制器结构

2.2 数据处理自适应预测模型

CPS是一种典型的复杂系统，需要支持异构网络及应用系统的互联和集成，因此，其数据运算涉及到多源、异构、海量数据的融合与集成。CPS终端需要进行实时数据采集和信息交互，这使得异构、分布式的CPS环境下的数据表现出相异的时空性，也增加了实时数据挖掘的困难。

基于CPS应用的数据特点，可将复杂系统的数据描述为线性变化和非线性变化的混合体，即PL(t)=B(t)+W(t)+v(t)，其中，PL(t)为网络系统终端在第L个时间周期内的t时刻接收到的数据总量；B(t)、W(t)和v(t)分别表示数据的平稳变化、周期性变化和随机变化部分。由于小波分析具有较好的非线性数据预测功能，因此，利用离散小波变换可将PL(t)变换为P(k)。P(k)=W′(B+A)+V(k),其中，B和A分别是B(t)和W(t)在小波变换中的转换系数矩阵;P(k)和V(k)是PL(t)和v(t)在第k个周期的采样值序列经小波变换后的矩阵向量;W′是尺度函数系数矩阵进行小波变换的逆阵。利用PL(t)获得KF(Kalman Filtering)在线实时预测方程Z(k)。Z(k)=C(k)X(K)+V(k)，其中C(k)=W′，X(k)=[AB]T。依据小波随机游走的性质，利用小波变换系数获得KF状态方程X(k)，X(k)=Φ(k,k-1)X(k-1)+V(k)，其中，Φ(k,k-1)为转移矩阵。至此，获得了系统数据的预测模型Z(k)。上述过程仅给出了基于智能代理的CPS数据自适应调整预测模型，更详细的过程有待在后续研究中进一步分析。

参数B(t)、W(t)和v(t)可通过数据处理中最基本、最具影响的核心算法——Apriori算法进行描述[8]。具体描述可采用3种数据处理模型：①界标模型。即从整个数据历史时域上某个称为界标的位置到当前时间这个范围内挖掘数据对应的所有频繁项集[8]。较多文献涉及的数据处理算法均基于此模型，但大多应用锁定在数据时域中的最近数据；②衰减模型。该模型对新旧事务数据考虑不同权值，权值为时间参数的递减函数。此模型应用的前提是系统历史事务数据对当前数据模型有一定作用，但作用随时间推移递减；③滑动窗口模型。该模型依据应用和系统资源限制设置滑动窗口尺寸，数据计算结果依赖于滑动窗口跨度内最近的事务数据，且滑动窗口中数据被实时更新和维护。同时，超出滑动窗口的数据对模型数据运算结果的作用不明显。CPS的计算及控制构件可根据具体应用选择相应的模型，且模型间可以相互转换。

2.3 数据处理模型性能分析

基于智能代理的CPS数据处理模型具有分布式协同数据处理优点，通过代理实体及与人之间的信息交互，操作任务能够从系统中一个CPS节点迁移到另一节点，即相应代理在处理本地操作时强化与其他代理的协作操作。另外，利用代理个性化数据处理的特点，CPS系统数据处理突破了时空受限性。具体表现为：①模型的应用使CPS数据处理具备云计算技术特点，通过整合各种分布式异构计算资源获得强大的计算和存储能力，促进分布式数据运算平台的构建；②智能代理实体可实现CPS系统集中控制和分散控制的结合，从而使CPS系统达到优化控制[9]；③CPS系统表现为自下而上的数据传输模式，数据从物理对象接口采集，而后不断提升、抽象，最终达到用户端口，该过程通过数据的持续融合，为应用提供准确、全面的事件信息，实现CPS系统中资源的高效动态组织与协调分配，有利于解决网络化大规模复杂问题。

3 智能电网中的CPS应用探讨

基于智能代理的CPS数据处理模型具有较强的数据处理、通信和数据承载能力，其为网络系统数据的分布式计算和管理提供了较强的支持。智能代理使得网络系统的连通性得到扩展，增强了系统的机动性。模型的这种优势使其在前沿技术的数据处理方面表现出明显的优势，如智能电网、智能交通等。智能电网中的数据表现为多模多态性以及大量数据的时变性。此类数据要求网络系统节点具有较强的运算控制功能及协作通信功能，而这正是CPS系统节点所具备的主要功能。同时，智能电网具有自身的特点。当电网处于用电高峰的紧急状态，甚至接近大面积停电的瘫痪状态时，需要整个网络系统能快速在线决策，使系统回归稳定状态。这不仅要求系统终端具有高智能的实时分布式计算功能，又要求系统终端节点具有动态的全局优化控制功能，即节点根据需要利用临时中央节点向系统部分区域或整个系统发布信息。这些可通过智能代理的移动及功能迁移进行解决。另外，整个智能电网系统的动态优化可通过CPS系统节点的协作通信及智能决策功能实现。

数据采集分析、数据传输和设备控制是智能电网中数据处理的主要部分，这些可由CPS系统中的传感器、执行器和控制器实现，执行器和控制器的主要功能由智能代理体中的各软件模块实现。在智能电网中，随着网络规模的增大，当网络出现故障时，将有大量来自传感器反馈的故障数据被传送(传入调度中心)，这将增大网络的数据通信强度，因此，如何提高智能电网的数据通信能力成为未来研究的重要问题，这也将促进CPS数据通信构件的研究。对此，本文认为，将现有的相对成熟的技术，如数据融合技术、网络编码及压缩感知技术等，应用在网络数据传送中将是一个研究方向。另外，数据通信能否在电力网上数字化运行，也是一个亟待解决的问题。目前，人类正从互联网走向物联网，并最终过渡到CPS，智能电网是CPS应用的一个重要领域，相关研究及应用将会促进CPS更广泛的应用。

4 结 语

本文详细描述了CPS数据特点，对CPS在智能电网系统中的应用现状和问题进行了探讨，提出了一种基于智能代理的CPS数据计算控制模型。该模型的分布式系统数据处理方式和代理的智能数据计算控制过程对CPS的研究提供了有力支持。对于CPS及其实际应用等更全面性研究仍在进一步探索中。

参考文献：

[1] 周海平.信息物理系统(cyber physical systems)及其对复杂网络研究的影响[EB/OL].(2010-03-23).http://blog.sciencenet.cn/home.php?mod=space&uid=1132&do=blog&id=305683.

[2] Edward A.Cyber-Physical Systems-are Computing Foundations Adequate?[C]//Position Paper for NSF Workshop on Cyber-Physical Systems: Research Motivation, Techniques and Roadmap, Austin, TX, 2006:1-9.

[3] Guo S, Frey H, Kato N, et al.Special Issue on Cyber-Physical Systems(CPS)-Part I[J].IEEE Transaction on Emerging Topics in Computing, 2013, 1(1):6-9.

[4] 东方科技论坛.信息物理融合系统(CPS)中的数据管理关键技术[EB/OL].(2013-03-04).http://www.efst.sh.cn/showKnowledge.do?id=576.

[5] Wolf W.Cyber-physical systems[J].Computer, 2009, 42(3): 88-89.

[6] Dharmalingam K, Collier M.Transparent QoS Support of Network Applications Using Netlets[J].Lecture Notes in Computer Science, 2002, 2521(2002): 206-215.

[7] Wang Y, Lin H.Cooperating Intelligent Mobile Agents Mechanism for Distributed Multimedia Synchronization[C]//Proceedings of 2000 IEEE International Conference on Multimedia and Expo, New York, 2000:743-746.

[8] Agrmal R, Srikant R.Fast Algorithm for Mining Association Rules[C]// Proceedings of 20th International Conference on Very Large DataBase(VLDB), Santiago Chile, 1994: 487-499.

[9] An J, Yao J, Zhou H, et al.A Better Understanding of Event-Triggered Control from a CPS Perspective[C]//Proceedings of 2013 International Conference on Parallel and Distribution Systems(ICPADS), Seoul, Korea, 2013: 257-264.