Control predictivo tolerante a fallos robusto adaptativo H∞ para sistemas de redes autoorganizadas de emergencia de...

Área de la Ciencia:

• Ingeniería de Sistemas de Control
• Sistemas en Red
• Inteligencia Artificial en el Transporte

Sus antecedentes:

• Las emergencias en autopistas requieren comunicaciones robustas y soporte de decisiones en redes ad hoc inalámbricas integradas aire-tierra.
• Los esquemas de control tolerantes a fallos existentes luchan por abordar desafíos acoplados como canales variables en el tiempo, pérdida de paquetes y degradación de componentes.
• La predicción de riesgos de accidentes es crucial para la gestión proactiva de la seguridad.

Objetivo del estudio:

• Proponer un método de control predictivo tolerante a fallos robusto adaptativo H∞ para una red "vehículo aéreo no tripulado-carretera" heterogénea de dos capas.
• Integrar la tolerancia a fallos, las restricciones de comunicación y la predicción de riesgos de accidentes en un marco unificado.
• Mejorar la seguridad del tráfico rodado y las capacidades de respuesta a emergencias.

Principales métodos:

• Desarrolló un modelo de control en red que incorpora la calidad del enlace, la evolución de la cola y las restricciones de recursos.
• Empleó una Red Neuronal Profunda de Función de Base Radial (RBF-DNN) para la aproximación en línea de las no linealidades del sistema.
• Diseñó una ley de control adaptativa con proyección y σ-modificación, junto con un mecanismo de comunicación activado por eventos.
• Utilizó un marco de Lyapunov para establecer la estabilidad del sistema y los límites de rendimiento H∞.

Principales resultados:

• El controlador propuesto mantuvo la Calidad de Servicio (QoS) y el rendimiento H∞ en condiciones severas (interrupciones del enlace, 40-50% de pérdida de paquetes, 75% de degradación del actuador).
• Se logró la convergencia asintótica del estado en el sistema en bucle cerrado.
• El módulo de predicción de riesgos de accidentes demostró una precisión de prueba del 70-75% en datos reales de autopistas, con una PR-AUC de 0.683 y una ROC-AUC de 0.715.

Conclusiones:

• El método de control predictivo tolerante a fallos robusto adaptativo H∞ propuesto aborda eficazmente los complejos desafíos en las redes aire-tierra para la seguridad vial.
• El enfoque integrado proporciona un control fiable y una predicción precisa del riesgo de accidentes, confirmando la viabilidad de ingeniería.
• El marco mejora significativamente el soporte de decisiones para la gobernanza de la seguridad pública durante emergencias en autopistas.