过程控制系统中改进的卡尔曼滤波器的制作方法

本申请涉及2013年3月1日递交的、标题为“Use of Predictors in Process Control Systems with Wireless or Intermittent Process Measurements”的美国专利申请号13/782,478，通过参考的方式将其明确并入本文。

技术领域

本文大体涉及过程监视和控制系统并且更具体地涉及具有使用卡尔曼滤波器的控制器的过程控制系统中的连续的、无线和/或间歇性控制通信的传输和处理。

背景技术：

过程控制系统如诸如用于化学、石油或其他过程中的分布式或可升级过程控制系统一般包括经由模拟的、数字的或模拟/数字组合总线而彼此可通信地耦接、可通信地耦接到操作员工作站以及可通信地耦接一个或多个现场设备的一个或多个过程控制器。可以是例如阀、阀定位器、开关和发射器(例如温度、压力和流速传感器)的现场设备执行过程中的功能如打开或关闭阀并且测量过程参数。过程控制器接收用于指示由现场设备作出的过程测量的信号和/或与现场设备相关的气体信息，并且时域该信息来实现控制例程以生成控制信号，基于总线将该控制信号发送到现场设备以控制过程的操作。一般使得来自现场设备和控制器的信息可用于一个或多个由操作员工作站执行的应用，以使得操作员能够执行关于过程的任意希望的功能如查看过程的当前状态，修改过程的操作等等。

一些过程控制系统如爱默生过程管理销售的DeltaV^TM系统使用位于控制器或不同现场设备中的被称为模块的功能块或功能块组来执行控制和/或监视操作。在这些情况中，控制器或其他设备能够包括或执行一个或多个功能块或模块，每个该功能块或模块从(在同一设备内部或在不同设备内部的)其他功能块接收输入并且/或者向其他功能块提供输出，并且执行一些过程操作如测量或检测过程参数、监视设备、控制设备或执行控制操作如比例积分微分(PID)控制例程的实现。过程控制系统内部的不同的功能块和模块通常被配置为(例如基于总线)彼此通信以形成一个或多个过程控制环路。

过程控制器一般被编程为对针对过程定义的或者包括在过程中的大量不同的环路(如过程控制环路、温度控制环路、压力控制环路等等)中的每个环路执行不同的算法、子例程或控制环路(其可以是所有控制例程)。整体而言，每个该控制环路包括一个或多个输入块如模拟输入(AI)功能块、单输出控制块(如比例积分微分(PID)或模糊逻辑控制功能块)和输出块(如模拟输出(AO)功能块)。已经根据包括PID控制、模糊逻辑控制和基于模型的技术如史密斯预测器或模型预测控制(MPC)的大量控制技术配置了控制例程和用于实现该例程的功能块。

为了支持例程的执行，典型的工业和过程工厂具有与一个或多个过程控制器和过程I/O子系统可通信地连接的集中化控制器或室，该过程控制器和过程I/O子系统进而连接到一个或多个现场设备。模拟现场设备通常已经被用于信号传输和电力供应的双线或四线电流环路连接到控制器。用于将信号发射到控制室的模拟现场设备(例如传感器或发射器)调制经过电流环路行进的电流，因而电流与感测的过程变量成比例。另一方面，用于在控制室的的控制之下执行动作的模拟现场设备受到经过该环路的电流的幅度的控制。

最近，现场设备被设计为进行操作以将数字数据叠加到用于发射模拟信号的电流环路上。例如可寻址远程传感器高速通道(HART)协议使用环路电流幅度来发送并且接收模拟信号，但是还将数字载波信号叠加到电流环路信号上，以允许与智能现场仪器的双向现场通信。通常被称为现场总线协议的另一个协议是全数字协议，其实际上定义了两个子协议，一个子协议以高达31.25千比特每秒的速率支持数据传递同时发动耦接到网络的现场设备，并且另一个子协议以高达2.5兆比特每秒的速率支持数据传递而不提供电力给任何现场设备。利用这些类型的通信协议，可以具有全数字属性的智能现场设备支持旧控制系统不提供的大量维护模式和增强功能。

随着数据传递的数量增加，过程控制系统设计的一个特别重要方面涉及用于将现场设备可通信地耦接到彼此、到控制器以及到过程控制系统或过程工厂中的其他系统或设备的方式。大体上，用于使得现场设备能够在过程控制系统内部运作的各种通信信道、链路和路径通常被统称为输入/输出(I/O)通信网络。

特别是当网络受到不利环境因素或严酷条件时，用于实现I/O通信网络的通信网络拓扑和物理连接或路径可能对于现场设备通信的健壮性或完整性具有实质性的影响。这些因素和条件可能危及一个或多个现场设备、控制器等等之间的通信的完整性。控制器与现场设备之间的图像对于任意该中断特别敏感，因为对于控制例程或环路的每次重复，监视应用或控制例程一般需要过程变量的周期性的更新。受危及的控制通信因此可能导致控制系统效率和/或收益率的降低以及对设备的过度的磨损或损坏以及任意数量的潜在有害故障。

为了确保健壮的通信，用于过程控制系统中的I/O通信网络历来是硬线连接的。不幸的是硬线连接的网络带来大量的复杂性、挑战和限制。硬线连接的网络的质量可能例如随时间降级。此外，硬线连接的I/O通信网络一般而言，具体而言在I/O通信网络与大型工业工厂或分布在大区域(例如占地数英亩的炼油厂或化工厂)上的设施相关的情况中，安装昂贵。必不可少的长的配线延伸一般涉及相当大数量的劳力、材料和花销并且可能带来源自配线阻抗和电磁干扰的信号降级。由于这些以及其他原因，硬线连接的I/O通信网络通常难以重配置、修改或更新。

最近，无线I/O通信网络已经被引入过程控制环境以减轻与硬线连接的I/O相关的困难。例如通过参考的方式整体明确并入本文的标题为“Distributed Control System for Controlling Material Flow Having Wireless Transceiver Connected to Industrial Process Control Field Device to Provide Redundant Wireless Access”的美国专利号No.9,519,012公开了利用控制器和现场设备之间的无线通信来例如加强或补充硬线连接的通信的使用。过程控制网络内部的设备之间如控制器与现场设备之间的无线通信迅速得到推动。响应于该趋势，已经建立了各种无线通信协议来支持过程工厂环境内部的无线通信，包括无线协议。

然而，由于可靠性关注以及其他事物，与控制相关的传输的无线通信的完全可信赖性受到限制。如上所述，现代的过程控制监视和控制应用假设控制器与现场设备之间的可靠数据通信，以实现最佳控制水平。此外，典型的过程控制器以快速的速率执行控制算法以迅速纠正过程中的不希望的偏差，并且这些控制算法依赖于每个控制器执行循环期间的新过程测量数据的可用性。不希望的环境因素或其他不利的条件可能引起间歇性的干扰，该干扰妨碍或阻止支持监视和控制算法的该执行所必要的快速通信。

此外，对于过程控制环境中的无线通信的实现，功耗有时候是并发的因素。当从硬线连接的I/O网络断开连接时，现场设备可能需要提供它们自己的电源。因此，无线现场设备一般是电池供电的，汲取太阳能或者窃取周围能源如振动、热、压力等等。但是，对于这些类型的设备，当经由无线网络执行数据传输时消耗的能量可能构成总能量消耗的相当大的部分。事实上，在努力建立并且维持无线通信连接期间比在由现场设备执行的其他重要操作如感测或检测正在被测量的过程变量期间可能消耗更多功率。

因此，当无线发射的测量要用于闭环控制时，无线发射器近来在过程控制工厂中的引入造成了许多挑战，因为在该系统中提供的过程变量测量通常是在比由电线连接的发射器一般提供的基准慢得多的基准上(例如15秒的更新速率)报告的。并且，可以在非周期性的基准上通信由无线设备提供的测量值。受一些无线设备支持的加窗的通信可以在非周期性的基准上发送新测量值。此外，由控制器以不引入过程中断的方式自动地处理在任意无线实现中的通信损失是重要的。

响应于这些问题，已经开发了使得一些过程控制器如比例积分微分(PID)过程控制器能够利用缓慢的测量更新、非周期性的测量更新和间歇性的通信损失(即与无线通信网络更频繁地关联的情况)来有效地工作的方法。大体上，这些控制方法接收并且处理不可靠的或者非周期性地接收的反馈信号(例如间歇性地接收的过程变量测量)，同时仍然充分地控制过程环路。这些系统因此例如使得PID控制器能够正确地操作而无需对过程控制例程的每个执行循环接收新过程变量测量。具体而言，通过参考的方式明确并入本文的美国专利号7,620,460、7,587,252、7,945,339和美国专利申请公开号2008/0082180公开了例如可以如何修改PID控制例程以使用用于执行间歇性通信的无线发射器来执行闭环控制，因而使得过程变量测量能够仅当过程变量改变具体的量时才经由无线通信链路被发送到控制器。

虽然这些新控制方法是有效的，但是它们大体上修改了PID控制例程或PID控制块在控制器或控制例程的输入处处理间歇性地接收的过程变量测量的方式。然而，存在许多类型的控制技术，包括一些基于PID的控制方案，该方案使用过程变量的估计作为到控制器的输入以代替使用测量的过程变量和控制信号作为到控制器的输入。例如使用卡尔曼滤波器的过程控制技术一般对测量的过程变量值进行操作，以产生过程变量值的估计，然后将该估计提供给用于生成控制信号的控制例如。在这些情况中，歇性地接收的过程变量测量未被直接提供给控制例程。当产生过程变量值的估计时，其他传统的卡尔曼滤波器假设在过程中出现零均值过程或测量噪声。在该假设不正确的过程中，基于卡尔曼滤波器的控制系统可能差劲地操作。

技术实现要素：

一种基于卡尔曼滤波器的控制系统或技术允许使用从这样一种过程接收的过程变量值而无需改变控制算法，该过程展现非零均值过程或测量噪声和/或以缓慢或间歇性方式发送的过程变量值。该控制系统包括控制器(如PID控制器)和卡尔曼滤波器，卡尔曼滤波器被耦接为接收来自过程的例如间歇性测量的或发送的过程变量测量信号形式的反馈，其中，过程变量测量可以展现非零均值噪声。卡尔曼滤波器被配置为从接收过程反馈信号产生过程变量值的估计值，同时提供新过程变量估计值给控制器，以使得控制器能够产生用于控制过程的控制信号。。

如果希望，则卡尔曼滤波器可以以连续的或缓慢的或间歇性的形式接收过程变量。在任意情况中，卡尔曼滤波器可以使用一个或多个过程模型来生成接收过程变量的估计值，该估计值将被提供给控制器的输入端，以用于产生用于控制过程例如用于控制被估计的过程变量的控制信号。连续地接收的过程变量测量可以例如经由有线通信网络发送到卡尔曼滤波器，而缓慢或间歇性地接收的过程变量测量可以经由例如无线通信网络发送到卡尔曼滤波器。但是，如果希望，则缓慢或间歇性地接收的过程变量测量可以经由硬线或其他类型的通信网络发送。此外，虽然控制器可以例如包括并且执行PID控制算法，但是控制器可以实行或执行其他希望的类型的控制器算法如MPC、神经网络或其他模型或基于非模型的控制算法。

该卡尔曼滤波器单元在多个执行循环中的每个执行循环期间操作一次，以产生将要被传递到控制器的过程变量估计值，并且该卡尔曼滤波器单元可以包括：耦接为接收由该控制例程单元产生的该控制信号的控制信号输入端；包括过程变量反馈输入端的接口，该过程变量反馈输入端以低于该卡尔曼滤波器的每个执行循环时间一次的频率接收过程变量测量信号；以及耦接为在该控制信号输入处接收该控制信号以产生初始过程变量估计值的过程模型。卡尔曼滤波器还可以包括耦接为使用经由该过程变量反馈输入端接收的该过程变量测量信号来从残差产生纠错信号的纠错单元，其中，该纠错单元包括第一组合器、开关单元和增益单元。此外，卡尔曼滤波器可以包括耦接到该过程模型和该纠错单元以将该初始过程变量估计值与该纠错信号组合以产生另一个过程变量估计值的第二组合器。在该情况中，在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环期间以及在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环期间，该开关单元操作以将该残差的新值提供给该增益单元以产生该纠错信号，其中，通过在该第一组合器处将该初始过程变量估计值与该过程变量测量信号的值组合来确定该残差的该新值。但是，在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环之后预先确定数量的执行循环之后的执行循环期间，该开关单元操作以将该残差的存储值提供给该增益单元以产生该纠错信号，其中，在该预先确定数量的执行循环中的最后一个执行循环期间确定该残差的该存储值。在一个情况中的执行循环的预先确定的数量以及在另其他其中的执行循环的预先确定的数量大于1。

当以缓慢的、间歇性的或者否则非周期性的方式接收过程测量信号时，接口设置标志或另一个标记来指示过程测量信号的新值的接收。在设置新值标志之后，并且对于此后的预先确定数量的执行循环，卡尔曼滤波器可以计算新增益值(如新卡尔曼增益值)和新残差值，以开发纠错信号。另一方面，当未设置新值标志时并且在此后的预先确定数量的执行循环之后，卡尔曼滤波器可以适应残差增益值和存储残差值来创建纠错信号。存储增益和残差值是在例如新值标志被设置之后的预先确定数量的执行循环期间计算的。换句话说，在过程变量或过程信号的新值在卡尔曼滤波器输出处可用时的初始执行循环之后，卡尔曼滤波器在等待预先确定数量的执行循环之后才计算在过程变量或过程信号的新值不可用时的其他执行循环期间使用的增益或残差值。

此外，如果过程包括具有非零均值的过程噪声，则在过程变量测量和过程变量估计值之间可能操作偏移。为了去除该偏移，卡尔曼滤波器可以使用用于产生补偿信号的补偿单元和用于将补偿信号与过程变量估计值组合以产生补偿过程变量估计值的另一个组合器。就这点而言，卡尔曼滤波器将更准确的过程变量估计值提供给控制器以用于过程控制，特别是具有非零均值噪声的过程控制。通常，卡尔曼滤波器可以将补偿单元用于任意连续的、无线的和/或间歇性的过程控制通信。

在一个实施方式中，用于控制过程的控制系统包括控制单元，该控制单元包括过程变量输入端和通信地耦接到该过程变量输入端的控制例程单元，其中，该控制例程单元基于在该过程变量输入端处接收的过程变量值，生成用于控制该过程的控制信号。该控制系统还包括耦接到该控制单元的卡尔曼滤波器单元，该卡尔曼滤波器单元在多个执行循环中的每个执行循环期间操作一次，以产生过程变量估计值。在该情况中，该卡尔曼滤波器单元包括：被耦接为接收由该控制例程单元产生的该控制信号的控制信号输入；包括过程变量反馈输入端的接口，该过程变量反馈输入以低于该卡尔曼滤波器单元的每个执行循环时间一次的频率接收过程变量测量信号；耦接为在该控制信号输入端处接收该控制信号以产生初始过程变量估计值的过程模型。该卡尔曼滤波器还包括耦接为使用经由该过程变量反馈输入端接收的该过程变量测量信号来根据残差产生纠错信号的纠错单元。该纠错单元包括第一组合器、开关单元和增益单元。此外，第二组合器耦接到该过程模型和该纠错单元以将该初始过程变量估计值与该纠错信号组合以产生另一个过程变量估计值。在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环期间以及在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环期间，该开关单元操作以将该残差的新值提供给该增益单元以产生该纠错信号。通过在该第一组合器处将该初始过程变量估计值与该过程变量测量信号的值组合来确定该残差的该新值。然而，在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环之后的执行循环期间，该开关单元操作以将该残差的存储值提供给该增益单元以产生该纠错信号，其中，在该预先确定数量的执行循环中的一个执行循环期间确定该残差的该存储值。此外，该控制单元的该过程变量输入端被耦接为基于该另一个过程变量估计值来接收该过程变量估计值，从而操作以使用过程变量估计值来执行过程的控制。如果希望，该过程变量估计值是另一个过程变量估计值。

此外，该增益单元可以将该残差的值乘以增益值以产生该纠错信号。这样，在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环期间以及在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环期间，该增益单元操作以确定在该增益单元中使用的新增益值。然而，在该卡尔曼滤波器单元的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环之后的执行循环期间，该增益单元操作以使用所存储的增益值，其中，该所存储的增益值是在该预先确定数量的执行循环中的一个执行循环期间确定的。

此外，该卡尔曼滤波器单元可以包括耦接为使用该残差来产生补偿信号的补偿单元。该补偿单元可以包括用于将该残差的值乘以另一个增益值的另一个增益单元以及用于接收与该另一个增益值相乘的该残差的值以产生该补偿信号的滤波器单元。另外，卡尔曼滤波器可以包括第三组合器，该第三组合器耦接到该第二组合器和该补偿单元以将该另一个过程变量估计值与该补偿信号组合以产生该过程变量估计值。如果希望，则该控制例程单元可以存储并且执行或使用任意希望类型的控制例程并且可以例如存储并且实现比例积分微分控制算法来产生该控制信号。

在另一个实施方式中，一种用于控制过程的方法，包括在计算机处理器设备处，在多个执行循环中的每个执行循环期间实现控制例程，以产生用于控制该过程的控制信号。该方法在计算机处理器设备处，以低于执行循环时间的频率接收过程变量测量信号；并且在计算机处理器设备处，在多个执行循环中的每个执行循环期间实现卡尔曼滤波器例程，以产生该过程变量估计值。为了实现卡尔曼滤波器例程所实现的方法包括：在多个执行循环中的每个执行循环期间接收由该控制例程单元产生的该控制信号；使用过程模型产生初始过程变量估计值，以在多个执行循环中的每个执行循环期间基于该控制信号建模该过程的反应；在多个执行循环中的每个执行循环期间根据残差产生纠错信号。该卡尔曼滤波器例程方法还在多个执行循环中的每个执行循环期间将该初始过程变量估计值与该纠错信号组合以产生另一个过程变量估计值。该卡尔曼滤波器例程方法然后基于该另一个过程变量估计值产生过程变量估计值。如果希望，则该过程变量估计值是该另一个过程变量估计值。在任意情况中，在该过程变量测量信号的新接收值可用时的执行循环期间以及在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环期间，根据该残差产生该纠错信号包括使用该残差的新值，其中，通过将该初始过程变量估计值与该过程变量测量信号的新接收值组合来确定该残差的新值。然而，在该过程变量测量信号的新接收值可用时的执行循环之后的预先确定数量的执行循环之后的执行循环期间，根据该残差产生该纠错信号包括使用该残差的存储值，其中，在该预先确定数量的执行循环中的一个执行循环期间确定该残差的该存储值。如果希望，则卡尔曼滤波器例程方法还包括在多个执行循环中的每个执行循环期间，确定补偿信号，并在多个执行循环中的每个执行循环期间，通过将该另一个过程变量估计值与该补偿信号组合来产生该过程变量估计值。

在另一个实施方式中，一种卡尔曼滤波器操作以产生经补偿的过程变量估计值，该卡尔曼滤波器包括具有用于接收过程变量测量信号的过程变量反馈输端入。该卡尔曼滤波器还包括：用于接收控制信号的控制信号输入的接口；耦接为在该控制信号输入处接收该控制信号以产生初始过程变量估计值的过程模型；以及耦接为使用经由该过程变量反馈输入端接收的该过程变量测量信号来产生纠错信号的纠错单元。在该情况中，该纠错单元包括第一组合器和增益单元，该第一组合器将接收过程变量测量信号与该初始过程变量估计值组合以确定残差，该增益单元将该残差与增益值组合以产生该纠错信号。此外，该卡尔曼滤波器包括耦接到该过程模型和该纠错单元以将该初始过程变量估计值与该纠错信号组合以产生另一个过程变量估计值的第二组合器。此外，该卡尔曼滤波器包括耦接为使用该残差来产生补偿信号的补偿单元。该补偿单元包括用于将该残差与另一个增益值组合的另一个增益单元以及用于接收与该另一个增益值组合的残差以产生该补偿信号的滤波器单元。另外，该卡尔曼滤波器包括第三组合器，该第三组合器耦接到该第二组合器和该补偿单元，以将该另一个过程变量估计值与该补偿信号组合以产生该经补偿的过程变量估计值。

如果希望，则在多个执行循环中的每个执行循环期间，该卡尔曼滤波器操作在执行循环速率上以产生该补偿过程变量估计值。在该情况中，该接口可以以大于或等于该执行循环速率的速率接收该过程变量测量信号。

在另一个情况中，该接口可以以小于该执行循环速率的速率接收该过程变量测量信号。在这里，该纠错单元可以进一步包括开关单元。这样，在该卡尔曼滤波器的在该过程变量测量信号的新值可用时的执行循环期间以及在该卡尔曼滤波器的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环期间，该开关单元可以操作以将该残差的新值提供给该增益单元以产生该纠错信号，其中，通过在该纠错单元的该第一组合器处将该初始过程变量估计值与该过程变量测量信号的值组合来确定该残差的该新值。然而，在该卡尔曼滤波器的在该过程变量测量信号的新值可用时的执行循环之后预先确定数量的执行循环之后的执行循环期间，该开关单元可以操作以将该残差的存储值提供给该增益单元以产生该纠错信号，其中，在该预先确定数量的执行循环中的一个执行循环期间确定该残差的该存储值。

在另一个实施方式中，一种被适配为在计算机处理器执行以产生经补偿的过程变量估计值的卡尔曼滤波器包括接口例程，该接口例程存储在非暂态计算机可读介质中并且被适配为在该处理器上执行以接收用于控制过程的控制信号并且接收过程变量测量信号。该卡尔曼滤波器还包括过程建模例程，该过程建模例程存储在非暂态计算机可读介质中并且被适配为在该处理器上执行以使用该控制信号，以产生初始过程变量估计值；并且包括纠错例程，该纠错例程存储在非暂态计算机可读介质中并且被适配为在该处理器上执行以将接收过程变量测量信号与该初始过程变量估计值组合以确定残差。该纠错例程将该残差与增益值组合以产生纠错信号。组合器例程存储在非暂态计算机可读介质中并且被适配为在该处理器上执行以将该初始过程变量估计值与该纠错信号组合以产生另一个过程变量估计值。此外，该卡尔曼滤波器包括补偿例程，该补偿例程存储在非暂态计算机可读介质中并且被适配为在该处理器上执行以将该残差与另一个增益值组合，以及对与该另一个增益值组合的残差滤波，以产生该补偿信号。另一个组合器例程存储在非暂态计算机可读介质中并且被适配为在该处理器上执行以将该另一个过程变量估计值与该补偿信号组合以产生该经补偿的过程变量估计值。

如果希望，则该卡尔曼滤波器可以被适配为以执行循环速率在该处理器上执行，以在多个执行循环中的每个执行循环期间产生该补偿过程变量估计值。在一个情况中，该接口可以以大于或等于该执行循环速率的速率接收该过程变量测量信号。

在另一个情况中，该接口可以以小于该执行循环速率的速率接收该过程变量测量信号。在这里，该纠错单元进一步包括开关例程。这样，在该卡尔曼滤波器的在该过程变量测量信号的新值可用时的执行循环期间以及在该卡尔曼滤波器的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环期间，该开关例程操作以提供将要与该增益值组合的、该残差的新值，以产生该纠错信号。然而，在该卡尔曼滤波器的在该过程变量测量信号的新值可用时的执行循环之后的预先确定数量的执行循环之后的执行循环期间，该开关单元操作以提供将要与该增益值组合的、该残差的存储值，以产生该纠错信号，其中，在该预先确定数量的执行循环中的最后一个执行循环期间确定该残差的该存储值。

附图说明

为了更完整地理解本文的公开，应当参考下文的详细描述和附图特征，其中在附图中，相同的附图标记标识相同的元件，并且其中：

图1是具有被配置为使用预测器如卡尔曼滤波器来实现一个或多个控制器例程的控制器的过程控制系统的示意性表示，该预测器因而可以使用经由一个或多个缓慢或无线通信网络发送的、非周期性地或歇性地接收的通信；

图2是已知的基于预测器的控制方案的示意性表示，该方案经由有线的通信链路接收周期性地生成的过程变量测量信号，该方案包括用于建模被控制的过程的方式；

图3是使用过程控制器和改进的预测器来控制过程的过程控制系统的示意性表示，其中，改进的预测器经由无线通信链路以缓慢的、非周期性的或间歇性的方式接收过程变量测量信号；

图4是已知的控制器和卡尔曼滤波器的示意性表示，其中，该卡尔曼滤波器连接到过程以经由有线通信链路接收过程变量的周期性的测量；

图5是用于控制过程的控制器和卡尔曼滤波器的示意性表示，其中，该卡尔曼滤波器被配置为经由有线通信网络接收过程变量的周期性的测量并且补偿过程中的非零均值噪声；

图6是用于控制过程的已知的控制器和卡尔曼滤波器形式的观察器的示意性表示，其中，卡尔曼滤波器被配置为经由无线通信链路接收过程变量的缓慢的、非周期性的或间歇性的测量；

图7是用于控制展现显著的死时间或过程延迟的过程的已知的控制器和卡尔曼滤波器形式的观察器的示意性表示，其中，卡尔曼滤波器被配置为经由无线通信链路接收过程变量的缓慢的、非周期性的或间歇性的测量；

图8是用于示出具有利用改进的卡尔曼滤波器来经由无线通信链路接收非周期性的、缓慢的或间歇性的过程变量测量并且补偿过程中的非零均值噪声的PID控制器的控制系统相对具有用于经由有线通信链路周期性地接收过程测量的PID控制器的控制系统的建模操作的图；

图9是具有与改进的预测器块分离的控制器块的过程控制系统的示意性说明；

图10是具有设置在与控制器块相同的控制模块中的改进的预测器块的过程控制系统的示意性说明；以及

图11是具有与控制器中的控制算法块集成的改进的卡尔曼滤波器过程控制系统的示意性说明。

虽然所公开的系统和方法是容许有各种信息的实施方式，但是在本发明的附图中示出了(下文将描述的)具体实施方式，要理解本文的公开是用于说明并且不是用于将本发明限于本文所述并且所示的具体实施方式。

具体实施方式

图1描述了可用于使用基于预测器的控制器并且基于间歇性的、缓慢的或非周期性的过程变量测量来实现控制例程同时仍然提供高度的过程控制准确性的过程控制系统10。总体而言，图1的过程控制系统10包括连接到数据历史记录12并且连接到一个或多个具有显示屏幕14的主机工作站或计算机13(其可以是任意类型的个人计算机、工作站等等)的过程控制器11。控制器11还经由硬线通信连接经由输入/输出(I/O)卡26和28连接到现场设备15-22。数据历史记录12可以是任意希望类型的数据收集单元，其具有用于存储数据的任意希望类型的存储器和任意希望或已知的软件、硬件或固件，并且虽然其被显示为独立的设备但是可以改为或者另外是工作站13或另一个计算设备如服务器中的一个的一部分。作为一个实例可以是由爱默生过程管理销售的DeltaV^TM控制器的控制器11经由可以是例如以太网连接的通信网络29可通信地连接到主机计算机13并且连接到数据历史记录12。

控制器11被示出为使用硬线通信方案可通信地连接到现场设备15-22，该硬线通信方案可以包括任意希望的硬件、软件和/或固件的使用以实现硬线通信，包括例如标准4-20mA通信和/或使用任意智能通信协议如现场总线通信协议、通信协议等等的任意通信。现场设备15-22可以是任意类型的设备如传感器、阀、发射器、定位器等等，同时I/O卡26和28可以是符合任意希望通信或控制协议的任意类型I/O设备。在图1中所示的实施方式中，现场设备15-18是基于模拟线路与I/O卡26通信的标准4-20mA设备，而现场设备19-22是使用现场总线协议通信基于数字总线与I/O卡28通信的智能设备如现场总线现场设备。当然，现场设备15-22可以符合任意其他希望的标准或协议，包括未来开发的任意标准或协议。

另外，过程控制系统10包括设置在要受控的工厂中的大量无线现场设备60-64和71。现场设备60-64在图1中被描述为发射器(例如过程变量传感器)，而现场设备71被描述为阀。然而，现场设备可以是设置在过程中以实现物理控制活动或测量过程中的物理参数的任意其他希望类型的设备。可以使用包括现在已知的或以后开发的硬件、软件、固件或它们的任意组合的任意希望的无线通信设备，在控制器11与现场设备60-64和71之间建立无线通信。在图1中所示的示例性情况中，天线65被耦接为并且专用于执行发射器60的无线通信，而具有天线67的无线路由器或其他模块66被耦接为统一地处理发射器61-64的无线通信。类似地，天线72被耦接到阀71以执行阀71的无线通信。现场设备或相关硬件60-64、66和71可以实现被合适的无线通信协议用于接收、解码、路由、编码和经由天线65、67和72发送无线信号的协议栈操作，以实现控制器11与发射器60-64和阀71之间的无线通信。

如果希望，发射器60-64可以构成不同的过程传感器(发射器)与控制器11之间的唯一链路，并且因而指望发射器60-64来将准确的信号发送到控制器11以确保产品质量和流量不受危及。通常被称为过程变量发射器(PVT)的发射器60-64因此可能在工厂的控制中扮演重要角色。另外，阀或其他现场设备71可以将由阀17内部的传感器做出的测量或者可以将由阀71生成或计算的其他数据提供给控制器以作为阀71的操作的一部分，包括由在阀71内部执行的功能块FB1和FB2收集、计算或者否则生成的数据。当然，阀71也可以接收来自控制器11的控制信号以影响工厂中的物理参数例如流量。

控制器11耦接到一个或多个I/O设备73和74，I/O设备73和74中的每一个连接到各自的天线75和76，并且这些I/O设备和天线73-76作为发射器/接收器来操作，以经由一个或多个无线通信网络执行与无线现场设备61-64和71的无线通信。可以使用一个或多个已知的无线通信协议如无线协议、Ember协议、WiFi协议、IEEE无线标准等等，执行与现场设备(例如发射器60-64和阀71)之间的无线通信。此外，I/O设备73和74可以实现协议栈操作，该协议栈操作被这些通信协议用于接收、解码、路由、编码和经由天线75和76发送无线信号，以实现控制器11与发射器60-64和阀71之间的无线通信。

如图1中所示，控制器11包括用于实现或监督存储在存储器78中的一个或多个过程控制例程(或它们的任意模块、块或子例程)的处理器77。存储在存储器78中过程控制例程可以包括在过程工厂内部正在实现的控制环路或者与该控制环路相关联。总体而言，控制器11执行一个或多个控制例程并且与现场设备15-22、60-64和71、主机计算机13以及数据历史记录12通信，以按照任意希望的方式控制过程。然而，应该注意到，本文所述的任意控制例程或模块可以在多个设备上按照分布式方式实现或执行它们的一部分。结果，如果希望，控制例程或模块可以通过不同的控制器、现场设备(例如智能现场设备)或其他设备或其他控制元件实现它们的一部分。

类似地，将要在过程控制系统10中实现的本文所述的控制例程或模块可以具有任意形式，包括软件、固件、硬件等等。涉及提供该功能的任意设备或元件在本文可以被统称为“控制元件”，而不管在过程控制系统10内部的控制器、现场设备或任意其他设备(或设备集合)中是否设置了与之相关联的软件、固件或硬件。当然，控制模块可以是过程控制系统的任意部件或部分，包括例如存储在任意计算机可读介质上的例程、块或它们的元件。可以由过程控制系统10的在本文被统称为控制元件的任意元件或设备实现或执行该控制模块、控制例程或它们的任意部分。此外，可以用任意希望的软件格式如面向对象编程、梯形逻辑、顺序的功能图、功能块图，或者使用任意其他软件编程语言或设计范例，实现可以作为模块或控制程序的任意部分(例如子例程)、子例程的部分(如代码行)的控制例程。类似地，可以将控制例程硬编码到例如一个或多个EPROM、EEPROM、专用集成电路(ASIC)或任意其他硬件或固件元件中。此外，可以适应任意设计工具，包括图形设计工具或任意其他类型的软件/硬件/固件编程或设计工具来设计控制例程。结果，控制器11可以被配置为以任意希望的方式实现控制策略或控制例程。

在一些实施方式中，控制器11使用通常被称为功能块的东西来实现控制策略或方案，其中，每个功能块是(经由被称为链路的通信)与其他功能块结合地操作以实现过程控制系统10内部的过程控制环路的总体控制例程的对象或其他部分(例如子例程)。功能块一般执行(如与发射器、传感器或其他过程参数测量设备相关联的)输入功能、(如与用于执行PID、模糊逻辑等等控制的控制例程相关联的)控制功能或用于控制一些设备如阀的操作以执行过程控制系统10内部的一些物理功能的输出功能。当然，在本文中存在并且可以利用混合的或其他类型的功能块。功能块可以存储在控制器11中并且控制器11执行，这一般是当功能块用于或者与标准4-20mA设备和一些类型的智能设备如设备关联时的情况。可替换地或另外地，功能块可以存储在并且由现场设备自身、I/O设备或过程控制系统10的其他控制元件实现，这可能是当系统利用现场总线设备时的情况。虽然在本文整体使用功能块控制策略来提供控制系统的描述，但是也可以使用其他惯例或编程范例来实现或设计所公开的技术和系统。

在任意情况中，如图1的分解方框80中所示的，控制器11可以包括大量控制模块(被示为模块82、84和86)，其中，每个控制模块实现一个或多个过程控制环路。在该情况中，控制模块82实现基于观察器的控制方案或例程(其在本文被称为一种类型的基于预测器的控制方案)，并且控制模块84实现基于预测器的控制方案。作为一个实例，基于观察器和/或预测器的控制方案可以基于卡尔曼滤波器。模块82和84被示出为使用可能与过程控制设备如阀与测量设备如玩的和压力发射器或者与过程控制系统10中的任意其他设备相关联的、观察器(OBS)或预测器(PRD)和连接到合适的模拟输入(AI)和模拟输出(AO)功能块的基于单输入/单输出的PID控制块(PID)来执行单环控制。多输入/多输出控制环86还被示出为包括先进控制块88，先进控制块88具有可通信地连接到一个或多个AI功能块的输入和可通信地连接到一个或多个AO功能块的输出，但是先进控制块88的输入和输出可以连接到任意其他希望的功能块或控制元件以接收其他类型的输入并且提供其他类型的控制输出。先进控制块88可以实现任意类型的多输入多输出控制方案，包括基于观察器或预测器的控制，并且可以构成或包括模型预测控制(MPC)块、神经网络建模或控制块、多变量模糊逻辑控制块、实时优化器块等等。将要理解，图1中示出的功能块可以由控制器11执行或者可替换地可以位于过程控制系统的任意其他处理设备或控制元件中(如在其中一个工作站13中或在现场设备19-22或60-64或71中的一个或多个中)并且由过程控制系统的任意其他处理设备或控制元件执行。

在过去，图1的基于观察器/预测器的控制模块82、84和86总体上被配置为用于经由控制例程的多个重复的周期性执行。在常规情况中，由例如发射器或其他现场设备所提供的最新过程测量来支持每个重复。在每个周期性的执行重复之间一般做出了多个过程测量以确保在每个控制器执行循环期间的最新过程变量。事实上，为了避免对测量值与控制的同步的限制，许多过去的控制器(或控制环路)被设计为2-10被的因素将测量过采样。该过采样助于确保过程测量对于控制方案中的使用而言是最近的。并且，为了将控制变化最小化，常规的设计规定应该比过程响应时间快4-10倍地执行反馈控制。为了满足这些常规设计要求，必须比控制执行速率快得多地采样测量值，其中，控制执行速率远快或高于过程响应时间。

总体而言，图1的基于预测器/观察器的控制模块(其将在本文中更详细地描述)使得过程变量测量值(包括其他值如计算或仿真值)的传输能够处于更低得多的速率，处于间歇性的速率或者处于非周期性的数量，以便例如允许对仅存在间歇性的过程变量反馈通信的过程的控制或者以降低来自用于对进行过程变量测量的无线传感器或发射器(例如发射器60-64中的一个)供电的电源的功率的消耗。在该后一个情况中，即使如同许多现场总线控制方案中的情况一样将测量和控制执行同步化，比过程响应快4-10倍地调度控制重复的常规方法也仍然在数据传输期间导致太多的功耗。另外，在用作到基于观察器的控制器例程的观察器的输入的测量过程变量中出现非零均值过程或测量噪声时，观察器/预测器控制例程可以执行基于观察器的控制

如下文将更详细地讨论的，在过程控制系统10中并且具体而言在控制器11中并且在发射设备和控制系统10的其他现场设备中，当这些设备非周期性地或间歇地发射或接收新测量或者其他值时例如当满足特定条件时，本文所述的基于预测器的控制技术特别有用。可以例如基于过程变量是否改变了预先确定的门限(例如被确定为重要的量)来发射新测量值。例如，如果新测量值与最后通信的测量值之间的差的量值大于指定的分辨率，则可以生成触发器，因而该测量将被更新或发送。当处理离散测量(如开/关测量、数字比特或期望或测量状态或离散值的一个预定集合的其他状态测量)时，从一个状态到另一个状态的改变通常被视为超过了门限或分辨率量值。

在其他情况中，当差超过指定分辨率(如在前一个情况中)时以及当从最后通信开始的时间超过预先确定的刷新时间时，可以发射新测量值。在这里，过程变量的改变或者默认时间的过去中的任意一个可能导致测量发射。用于测量发射的该刷新或默认时间可能在控制环路之间改变，因此依赖于过程是缓慢移动的还是快速响应的(如例如过程时间常数所指示的)，更频繁或更不频繁的更新可能是合适的。在一些情况中，在控制环路的基于时间常数的调谐期间可以做出确定，并且此后根据希望来调整。信号的测量或发送之间的时间可以例如依赖于变量或值的测量状态，并且在该情况中，测量的周期可以被调整以反映正在被监视的设备、装置或过程的状态。在任意情况中，在没有测量更新的时间周期之后，默认或刷新时间作为完整性检查或超驰。该检测可用于例如助于过程变量到目标的最终驱使。

与此同时，发射器、传感器或负责获得测量值的其他现场设备可以仍然以希望的速率如通常未过程响应时间的4-10倍，周期性地采样测量。通信技术然后确定是否将采样值发射到控制器11。

然而，控制例程如比例积分微分(PID)控制的标准控制设计(例如使用Z变换、差分方程等等)和数字实现中的潜在假设是在周期性的基准上执行控制算法。如果在每个执行循环期间未更新该测量，则多个步骤如例程的整数(或复位)部分或贡献可能是不合适的。例如，如果控制算法继续使用最后过时的测量值来执行，则输出将继续给予最后测量值与设置点之间的复位调谐和误差来移动。另一方面，如果仅当发送新测量值时执行控制例程，则对于设置点改变的控制响应以及关于测量的扰动的前馈动作可能被延迟。控制例程也可以包括基于从最后重复之后消逝的时间的计算。然而，利用非周期性的和/或较不频繁的控制执行周期(即从最后重复之后的时间)计算复位贡献可能导致增加的过程可变化性。

鉴于前文的挑战，并且为了当未在周期性的基准上更新过程变量测量值时提供准确的并且响应的控制，可以使用通常基于过程变量的更新是否可用来修改过程控制例程的控制技术。在一些情况中，可以基于从最后测量更新之后的期望过程响应，根据本文所述的技术重构基于预测器的控制例程。

虽然下文所述的控制技术可用于并且特别适用于经由无线通信网络来实现通信的控制例程，但是应该注意到这些技术同样适用于经由硬线连接实现的通信。硬线设备15-22中的一个或多个也可以例如依赖于有限的电源或者否则来自降低的数据传输速率的其他益处。另外，过程控制系统10可以包括采样分析器或其他采样系统，其被设计为经由硬线通信网络间隙性地或者以比控制执行速率更慢的速率提供测量数据。

此外，下文所述的控制技术适用于消除由具有非零均值的过程噪声的出现所导致的、在过程变量测量值与过程变量估计值之间的任意偏移。可以执行对于非零均值噪声的该补偿，而不管控制技术是经由有线还是无线通信网络实现的。

为了说明起见，图2描述了典型的现有技术的基于预测器的控制系统100，其具有连接到过程102的控制器101并且包括连接在控制器101和过程102之间的预测器104。如图2中所示的，可以例如是PID控制器(其包括P、PI、PD、ID和PID型控制器中的任意一个)的控制器101产生控制信号U_j，控制信号U_j在过程102中控制一些设备如阀的操作以实现或改变受控过程变量状态X_j的值。此外，发射器106测量或采样由该控制操作实现的过程变量，以产生过程输出值Z_j。在该情况中，过程输出值Z_j可以是过程状态变量X_j的测量值或者可以是与过程状态变量X_j相关联的、或以一些已知的关系随过程状态变量X_j改变的测量值。发射器106将量测量输出值Z_j提供给预测器104，预测器104作为一个实例可以是观察器。在该情况中，发射器106被示出为有线发射器并且因此经由有线通信网络将测量构成输出值Z_j发送到预测器104。并且，如上所示，发射器106一般以比控制器101的执行速率更快4-10的速率测量并且发送新过程输出值Z_j。

如图2中所示出的，可以是例如卡尔曼滤波器的预测器104使用接收的过程输出值Zj接合由控制器101产生的控制信号Uj来展开过程状态变量的估计然后将测量过程变量估计作为输入提供给控制器101，以用于控制过程102并且具体而言控制过程状态变量X_j的值。预测器104的使用使得过程控制系统10能够解决诸如测量延迟、测量误差、过程噪声之类的事情以使得控制器101能够执行过程102的更好的或更准确的控制。应该注意到，预测器104一般与比控制器101相同或更快的执行循环上操作，因而过程状态变量估计的新值在控制器101的每个执行循环时在控制器101的输入处可用。这样，一般以与预测器104的执行速率相等或更大(例如大4-10倍)的速率将新过程测量输出值Z_j提供给预测器104的输入。

总体而言，预测器如图2的预测器104通过使用过程的模型提供过程变量估计值来辅助过程控制。例如许多工业过程单元以一个操作输入U(t)和一个测量过程输出Z(t)为特征。可以用状态变量格式将利用一个操作输入和一个测量过程输出的线性过程的模型表示为：

X_j＝aX_j-1+bU_j

其中：

X_j＝在时间j的过程状态；

U_j＝在时间j的过程输入；

Zj＝在时间j的过程输出

a和b＝用于限定过程增益和动态响应的常数；以及

h＝过程输出增益/单位转换增益。

可以例如用这样一种格式表示第一阶过程的状态变量表示，其中：

其中：

k＝过程增益；

τ＝过程时间常数

ΔT＝过程模型的执行的周期；以及

j＝当前时刻。

对于积分过程，可以用第这样一种格式表示第一阶过程的状态变量表示，其中：

a＝1；以及

b＝ΔT*K_I

为了助于讨论，图2中所述的过程102被示出为具有上文提供的数学形式，以示出不同的误差源以及在大部分过程中固有的其他操作并且以允许预测器104的更好的理解。具体而言，由过程增益块120、求和器122、转换块124、求和器126以及包括延迟单元132和增益单元134的反馈环路130建模过程102。为了描述过程102的数学操作，增益单元120将由控制器101产生的控制信号U_j乘以过程增益b，并且将该值(在求和器122中)加到过程噪声W_j和由反馈环路130所估计的或建模的动态响应中，以产生过程状态变量X_j。可以假设过程噪声W_j是高斯白噪声或者具有与输入无关的协方差Q的零均值白噪声，但是可以改为使用其他类型的噪声模型。因此，在数学上将过程状态变量X_j建模为过程增益块120、过程噪声W_j和动态增益响应的和。在该情况中，由反馈环路130产生或建模在求和器122的输入处的动态增益响应，其中通过延迟单元132中的采样或控制器执行时间来延迟过程状态变量X_j，并且将过程状态变量的延迟版本X_j-1乘以过程动态响应增益a。如将理解的，过程增益b和动态过程响应增益a被建模为常数，但是可以基于过程102的实际操作来更新。

在过程102中，过程状态变量X_j被示出为通过乘以值h在转换单元124中被转换，其中，h提供或建模过程状态变量X_j与测量过程输出值Z_j之间的单位转换。求和器126然后将由块124产生的转换过程状态变量值与用于表示过程测量噪声的值V_j相加(例如由于测量误差或不准确而将该噪声加到过程变量值中)。如果希望，则测量噪声V_j可以是具有零均值和与输入或过程噪声W_j相关的协方差R的白噪声。求和器126的输出表示过程输出值Z_j，其为包括过程噪声、过程动态、过程增益的影响并且具有由于测量噪声而导致的误差的过程状态变量X_j的值的估计。当然，如图2中所示的，发射器106产生或测量“噪声”过程输出值Z_j并且将该值提供给预测器104。

如上所示，发射器106一般将在控制器101的每个操作循环和/或预测器104的每个操作循环多次产生过程测量输出值Z_j，以使得预测器104能够基于由发射器106提供给它的过程输出测量Z_j来产生实际过程状态变量X_j的有效的并且最新的估计

图3示出了包括用于控制过程202的过程控制器201(其可以与图2的过程控制器101相同)的新过程控制系统200。如图3中所示的，过程控制器201包括控制器算法如PID控制器算法230，该算法产生控制信号U_j以控制或驱动过程202。然而，在该情况中，控制系统200包括连接到控制器201和发射器206的改进的预测器204。改进的预测器204接收发射器206的输出，在该情况中经由(如图3中的虚线所指示的)无线通信网络将该输出无线地提供给改进的预测器204。改进的预测器204操作以基于控制信号U_j和如由发射器206所测量的过程输出值Z_j，产生过程状态变量的估计(预测或观察)值并且将估计过程状态变量提供给PID控制器算法230的输入以用于产生控制信号U_j。

在这里，基于无线通信网络将无线发射器206的输出(即过程测量输出信号Z_j)提供给改进的预测器204，并且因而可以非周期性地、间隙性地或者以被控制器201的执行循环速率或者预测器204的执行循环速率更低的速率提供该输出。结果，在该情况中，在预测器204的每个新执行循环的开始时，在预测器204的输入处测量过程输出Z_j的新值可能并且通常不可用。改进的预测器204仍然以下文所述的方式操作以在每个控制器执行循环期间产生到控制器201的输入或控制例程230的新过程状态变量估计

如上文所示的，在过去，基于观察器/预测器的控制器算法如PID算法与预测器如卡尔曼滤波器捆绑，在每个控制器执行循环的开始时假设过程变量测量是最新的并且事实上是准确的。该算法还假设测量过程变量(由卡尔曼滤波器估计的相同的变量)包括非零均值噪声。结果，向典型的观察器/预测器提供缓慢的或间歇性的过程变量测量值的无线发射器其他机制的使用可能导致问题并且导致差的控制性能。然而，改进的预测器204以下文所述的方式操作以最小化或减轻与控制器处或观察器/预测器输入处的间歇性的或缓慢的过程反馈信号的接收相关的问题。

在描述图3的改进的预测器204的细节之前，描述一种形式为卡尔曼滤波器的已知类型的预测器将是有用的，该预测器大体上是在预测单元的操作期间对模型不正确进行纠错的预测器。图4示出了典型的基于预测器的控制系统400，其具有耦接到过程402的控制器401，过程402使用卡尔曼滤波器404，卡尔曼滤波器404接收来自有线发射器406的周期性的过程反馈信号。为了该描述起见，假设过程402以如对图2的过程所述那样相同的方式进行操作，并且因此与图2的过程102中的对应的方框相同地标号图2的过程402中所示的方框。

总体而言，卡尔曼滤波器一般用于当过程以十字星的过程或测量噪声为特征时控制过程，因为卡尔曼滤波器可用于降低控制应用上的过程或测量噪声的影响。具体而言，卡尔曼滤波器总体降低对于控制的估计过程输出，如下文将更详细地描述的，其中：

以及

在通常意义上，卡尔曼滤波器包括并且时域不具有过程或测量噪声的模型来产生估计过程输出值。卡尔曼滤波器还包括纠错单元，其确定估计过程输出和测量过程输出之间的差作为残差，在本领域中又被称为新息(innovation)。卡尔曼滤波器的纠错单元还包括卡尔曼增益K_j，K_j被设置为确定残差的那部分在卡尔曼滤波器中被用于补偿过程模型变量a、b或h中的不准确并且用于解决过程或测量噪声。

因此，如图4中所示，典型的卡尔曼滤波器404经由硬线的或有规律地调度的通信接收由有线发射器户传感器406所测量的测量过程输出Z_j，并且产生过程状态变量的估计作为输出，因而将该输出作为过程变量输入提供给控制器401(其在图4中被示为由控制器401实现的PID控制器算法430)。卡尔曼滤波器404包括增益块410、求和器412和414、转换块416、另一个求和器418、耦合在求和器418和求和器414之间的卡尔曼增益块422和包括延迟单元424和增益块426的动态反馈环路423。本质上，块410、412、424和426形成用于产生初始过程状态变量估计的过程模型，块416、418和422形成用于产生增益块422的输出处的纠错信号的纠错单元，并且块414形成用于将初始过程状态变量估计与纠错信号组合以形成变量估计的组合器。结果，卡尔曼滤波器404被配置为基于过程增益b、动态响应增益a和卡尔曼滤波器增益k以及控制信号U_j和测量过程输出信号Z_j的当前值，产生过程状态变量的估计非噪声值(其是过程402中的过程状态变量X_j的估计)。

具体而言，增益单元410将(来自控制器401的)控制信号U_j乘以过程增益b的估计，并且在求和器412中将该值与(由反馈环路423产生的)动态响应相加，以产生过程状态变量的先验估计值，将其指示为由反馈环路423产生在求和器412的输入处的动态增益响应，其中，在延迟单元424中将估计过程状态变量延迟一个采样或控制器执行时间，并且将过程状态变量的延迟版本乘以动态过程响应增益a。如我们将理解的，过程增益b和动态过程响应增益a一般被建模为常数，但是可以(周期性地或者否则)基于过程402的实际操作来更新。在任意情况中，随后将先验过程状态变量估计提供给求和器414，求和器414求该变量值与用于对过程模型中的噪声和模型不正确进行纠错的纠错信号的和，以产生过程状态变量估计(又被称为观察过程状态变量值)。在该情况中，块416、418和422产生该纠错信号。

为了产生求和器414的输入处的纠错信号，在转换单元416中通过将先验估计过程状态变量乘以值h，这提供或建模过程状态变量与测量过程输出Z_j的单位之间的单位转换，以产生估计输出值形式的、仍然被视为初始过程状态变量估计的东西。求和器418然后从过程输出Z_j的实际测量值减去测量过程输出的初始估计值(计算它们之间的差)，以产生在线路440上的残差。然后在方框422中将该残差乘以卡尔曼滤波器增益K_j以产生用于对过程中的噪声(例如过程测量噪声和过程噪声)进行纠错以及用于对模型不准确如增益a、b和h中的不准确进行纠错的纠错信号。最终，将估计过程状态变量作为输入提供给控制器401以用于控制过程402。一般一次性地生成或者在每个执行循环期间再生卡尔曼增益K_j和卡尔曼滤波器404的其他变量，以确定正确的控制并且以将观察器404调整得更准确。

更具体而言，如果过程是无噪声的并且准确地已知值a、b和h，则可以假设卡尔曼增益K_j是常数。然而，如我们已知的，通过按照以下方式在卡尔曼滤波器的每个执行循环期间以递归的方式动态地计算卡尔曼增益K_j，可以实现最佳线性估计器。首先，可以将以前的值的初始猜想和估计建立为：

P_j-1＝后验状态协方差

然后，在预测器步骤中，可以完成以下计算，以将过程状态变量的先验估计和过程噪声协方差的先验估计的当前值确定为：

然后，在估计步骤中，可以执行以下计算以确定卡尔曼增益、过程状态变量估计状态协方差P_j和估计测量过程输出值Z_j的新值：

其中：

K_j是卡尔曼增益；

R是测量噪声(V)的协方差；以及

Q是过程噪声(W)的协方差。

在初始运行之后，可以在每次重新计算卡尔曼增益时例如在每个执行循环期间重复预测器步骤和估计器步骤。

因此，如我们将理解的，图4的卡尔曼滤波器404试图估计用于解决例如由发射器或传感器406所增加的过程噪声和测量噪声的过程状态变量的实际值X_j，并且将该过程状态变量的该估计提供给控制器401作为输入。最终，与使用如由发射器406所测量的过程输出的测量或感测值Z_j相反，卡尔曼滤波器404的使用提供了在控制器输入处的实际过程状态变量X_j的更好或者更真实的估计，以用于控制过程402。

当假设过程噪声具有零均值时，图4的卡尔曼滤波器工作良好。然而，当过程噪声的均值不为零(0)时，卡尔曼滤波器增益K_j的值小于1/h，将在状态的测量与估计之间存在偏移。因此，对于卡尔曼滤波器的许多实际应用，在卡尔曼滤波器中需要修改以解决非零均值噪声。

图5示出了基于非零均值的控制系统500，其具有用于控制过程502的控制器501以及被改进以解决具有非零均值的过程噪声的卡尔曼滤波器504。图5的卡尔曼滤波器504除了增加了增益块522、滤波器块524和求和器526之外，本质上与图4的卡尔曼滤波器相同(并且因此相同的元件被相同地编号).块522和524形成补偿单元，该补偿单元产生在滤波器块524的输出处的补偿信号，并且块526形成用于将过程状态变量估计与补偿信号组合以形成补偿过程状态变量估计的组合器。结果，卡尔曼滤波器504被配置为消除由具有非零均值的过程噪声导致的偏移，以产生构成状态变量的无偏移估计非噪声值。

为了产生求和器526的输入处的补偿信号，从求和器418计算的残差首先在增益块522中被一减去卡尔曼滤波器K乘以_j，并且随后反馈到滤波器块524。滤波器块524可以例如是任意类型的一阶滤波器如低通滤波器，其具有近似等于过程响应时间(例如过程时间常数加任意过程死时间)的时间常数。滤波器块524消除过程噪声的非零均值并且产生必要的补偿信号作为输出以消除由非零均值噪声导致的偏移。然后将生成的补偿信号与估计过程状态变量组合以去除在基于包括非零均值噪声的影响的测量过程输出Z_j所计算的值中固有的噪声偏移。这样，图5的卡尔曼滤波器504解决在过程502中具有非零均值的任意过程噪声，以便提供更准确的过程状态变量估计给控制器5-1。当然，如果过程502中的过程噪声具有零均值，则在滤波器块524的输出处的补偿信号将是零或近似零。

此外，图4的卡尔曼滤波器404和图5的卡尔曼滤波器504再次假设在卡尔曼滤波器404的每个执行循环期间新测量输出值Z_j是可用的并且由发射器406提供的，以使得卡尔曼滤波器404或504能够在每个控制执行信号的开始时，确定并且提供新过程变量估计给控制器401或补偿过程状态估计给控制器501。然而，当使用不以比控制器401或501的执行速率相同或更大的速率来向卡尔曼滤波器发送测量信号的无线发射器或其他系统时，如图4和5中所示的卡尔曼滤波器的使用是不可能的，因为在每个执行循环时新样本值是不可用的。

图6示出了如图3中所示的基于改进的观察器的过程控制系统600，其中，过程控制器601控制可能与图2的过程402相同的过程602。在该情况中，图3的改进的预测器204在图6中被示出为改进的卡尔曼滤波器604。卡尔曼滤波器604除了被适配为处理在过程602中完成的间歇性的、缓慢的或非周期性的过程测量或者否则以比卡尔曼滤波器604或控制器601的执行循环速率实质上更缓慢或更小的速率到达的过程测量之外，与图4的卡尔曼滤波器404相同。在该情况中，图6的卡尔曼滤波器604包括如图4中所示的基本元件(其中，相同的元件包括相同的附图标记)并且因此总体被适配为用于这样一种过程，其中在该过程中不存在显著的过程死时间或者过程响应延迟。

然而，如图6中所示的，卡尔曼滤波器604包括输入接口660，其接受或接收由无线发射器606(其可以与图3的无线发射器206相同)发送的测量输出信号Z_j。在卡尔曼滤波器604处的控制信号的接收也可以经过该接口实现。在这里假设无线发射器606间歇性地、非周期性地和/或以比卡尔曼滤波器604的执行速率更缓慢的速率发送过程测量信号。发射器606可以例如仅在过程测量信号与最后发送的过程测量信号相比改变预设数量的时间上发送过程测量信号，或者可以以比卡尔曼滤波器604或控制器601的执行速率更小的周期性的速率或者根据例如任意其他间歇性的速率或调度来发送过程测量信号。总体而言，在该情况中，卡尔曼滤波器604和PID控制器601以比由卡尔曼滤波器604接收来自发射器606的测量更新的速率更快得多的速率，周期性地执行。为了补偿该情况，改进的卡尔曼滤波器604包括开关单元662，开关单元662接收从求和器418产生的残差信号并且将该信号提供给卡尔曼增益块622。具体而言，在该过程测量输出信号的新值在接口660处可用时的执行循环期间以及在该过程测量输出信号的新值可用时的执行循环之后预先确定数量的执行循环期间，该开关单元662操作以将该残差的新值提供给该卡尔曼增益块622。在组合器418中基于先验过程状态变量估计和在接口660处的过程测量变量的接收值，确定该残差的新值。这样，在该过程测量输出信号的新值可用时的执行循环期间过程测量输出信号的接收值对应于过程测量输出信号的新接收值。另一方面，在该过程测量输出信号的新值在接口660处可用时的执行循环之后预先确定数量的执行循环之后的执行循环期间，该开关单元662操作以将残差的存储在提供给卡尔曼增益块622。总体而言，该残差的该存储值可以在该预先确定数量的执行循环中的最后一个执行循环期间在组合器418中确定，并且存储在开关单元662中。使用该预先确定数量的执行循环的目的在于允许关于新接收的过程测量输出信号而完全更新过程状态变量以从而确定所述存储的残差的更准确的值。因此，在该过程测量输出信号的新值可用时的预先确定数量的执行循环之后的执行循环期间，卡尔曼滤波器604使用开关单元662中的残差存储值来产生纠错信号，该纠错信号用于产生将要发送给控制器601的过程变量估计

此外，在新过程测量输出值Z_j被发送到接口660、在接口660处被接收或者否则接口660处可用时的执行循环期间，以及在新过程测量输出值Z_j可用的执行循环之后的预先确定数量的执行循环期间，卡尔曼增益块622被配置为计算在卡尔曼增益块622中使用的卡尔曼增益K_j的新值。然而，在新过程测量输出值Z_j可用的执行循环之后的预先确定数量的执行循环期间之后的执行循环期间，卡尔曼增益块622被配置使用的卡尔曼增益K_j的存储值，其中，卡尔曼增益K_j的存储值是在该预先确定数量的执行循环中的最后一个执行循环期间计算的。另外，因为用于卡尔曼增益值的计算的协方差值R仅仅是使用已发射的测量值来计算的，所以控制器的PID控制算法仍然使用过程变量测量的新预测值来工作。

更具体而言，在操作期间，接口660操作以存储如由发射器606所感测并且发送的感测或测量过程输出信号Z_j的最近接收值。接口660将该最近接收并且存储过程输出信号Z_j的值提供给求和器418的输入，以用于产生线路440上的残差。接下来开关单元662操作以将残差提供给增益块622。与此同时，每当接口660从发射器606接收新值时接口660设置新值标志，并且将新值标志提供给开关单元662和增益块622。当设置新值标志时，开关单元662清除任意以前存储的残差值。开关单元662然后操作以将例如当时在接口660处接收新过程输出信号Z_j时由求和器418确定的残差的新确定值提供给卡尔曼增益块622。在预先确定数量的执行循环期间，开关单元662继续将残差的新值提供给卡尔曼增益块622。在该预先确定数量的执行循环中的最后一个执行循环期间，开关单元662存储在最后一个执行循环期间计算的残差。因此，在该预先确定数量的执行循环之后的执行信循环期间，开关单元662操作以向卡尔曼增益块622提供存储残差值。类似地，当设置新值标志时，卡尔曼增益块622清楚任意以前存储的卡尔曼增益值。因此，在接口660处已接收过程输出信号Z_j的新值的执行循环期间以及对于此后的预先确定数量的执行循环，开卡尔曼增益块622继续计算用于增益块622中的新卡尔曼增益K_j。在该预先确定数量的执行循环期间，开卡尔曼增益块622继续计算用于增益块622中的新卡尔曼增益值。然而，在该预先确定数量的执行循环中的最后一个执行循环上，卡尔曼增益块622存储在该最后一个执行循环期间计算的卡尔曼增益K_j。因此，在该预先确定数量的执行循环之后的执行循环期间，卡尔曼增益块622操作以使用存储的卡尔曼增益K_j。结果，开关单元662和卡尔曼增益块622在卡尔曼滤波器604的每个执行循环期间操作以生成噪声的估计，噪声的估计然后被提供给求和器414并且用于产生估计过程状态变量值这样，在卡尔曼滤波器604处接收新过程变量测量时的期间或时间之间，卡尔曼滤波器604提供准确的过程变量估计。如果希望，则执行循环的该预先确定数量是至少一个并且可以是多个如两个、三个等等。如我们将理解的，存储并且使用在过程变量测量值的接收之后一个或多个预先确定的执行循环的结束之后或之时计算的残差的目的是允许存储的残差更准确，因为其将基于最近接收的过程变量测量与使用最近接收的过程变量自身所作出的该测量的估计而不是基于以前接收的过程变量测量的估计之间的差。具体而言，将使用从使用新过程变量测量所确定的残差计算的变量估计，经由反馈路径423，用卡尔曼滤波器的一个或多个执行循环来计算过程状态变量

如果在过程602中出现具有非零均值的过程噪声，则需要改进卡尔曼滤波器604中的过程模型，以解决该噪声。具体而言，图7示出了过程控制系统7100，该过程控制系统7100包括耦接到过程702的控制器701(可以与控制器601、501、401、301和201相似或相同并且具有控制器算法730)，过程702包括非零均值。控制系统700包括如上关于图6所述那样改进的卡尔曼滤波器704，以接收以非周期的、间歇性的或缓慢的方式提供的无线过程变量测量。如图可以看出的，除了卡尔曼滤波器704包括与图5的增益块522、滤波器524和求和器526类似并且为了相同目的而操作的增益块722、滤波器724和求和器726之外，卡尔曼滤波器704与图6的卡尔曼滤波器604相同(并且相同的元件被相同地编号)。因此，在该情况中，卡尔曼滤波器704计算补偿过程状态变量估计该补偿过程状态变量估计不包括由具有非零均值的过程噪声导致的任何偏移。当然，在该情况中，滤波器722使用与由滤波器622使用的残差相同的残差即(在接收新过程测量值时的执行循环以及此后的预先确定数量的执行循环期间)新计算的残差或者(在已接收新过程变量测量值之后预先确定数量的执行循环之后的执行循环期间)存储残差。

如我们将理解的，图6和7的卡尔曼滤波器604和704允许经由例如无线传输网络而从过程提供的间歇性地、非周期性地或缓慢提供的过程变量测量值的使用。结果，卡尔曼滤波器604和704允许这样一种过程情况中基于卡尔曼滤波器的控制，其中，在该过程情况中过程变量值被测量并且以非周期性的或间歇性的方式或者以比卡尔曼滤波器和控制器的执行速率更缓慢或低的速率被发送到控制系统。

当使用如图6和7中的卡尔曼滤波器时，希望或者有时候有必要配置模型参数如上述参数a、b和h。例如，在自调节过程中，可以基于过程增益、过程时间常数和过程死时间的知识来设置模型参数。对于积分过程，可以基于过程积分增益和过程死时间的知识来设置模型参数。为了将用户设置这些参数的需求最小化，可以基于控制器调谐参数和一些关于调谐的假设，自动地配置用于卡尔曼滤波器的模型。例如，如果控制算法是PID算法，则可以基于PID控制器增益、复位和速率来设置卡尔曼滤波器模型参数。

当卡尔曼滤波器用于无线控制时，如果噪声等级是恒定的或不显著的，则与卡尔曼增益相关的计算可以简化。例如，如果假设与测量噪声相关的噪声协方差R是零(0)，则卡尔曼增益是恒定的并且可以被计算或确定为：

假设R＝0

提供图8以示出使用上文所述的改进的卡尔曼滤波器的控制系统的性能，其中，该系统与接收有线的或周期性的测量的、传统的基于PID的控制系统相比就，接收间歇性的过程变量测量。具体而言，图8描述了图800，图800示出了控制系统(如图7的控制系统)的计算机仿真的操作，该控制系统具有PID控制器和改进的卡尔曼滤波器，其与PID控制(其中，以比控制系统的执行速率更大或相等的速率将周期性的过程变量测量提供给卡尔曼滤波器的输入)相比而言如关于图6和7所述那样操作(其中，以比控制系统的执行速率更低的速率将过程变量测量提供给观察器的输入)。在图8中，线条801指示提供给控制器的设置点值，而线条802指示被控制的过程中的未测量的干扰的值。如从本文将看到的，这些变量中的每一个在不同的时间改变以说明在过程操作期间两种类型的控制系统对这两种类型的改变中的每一种的响应和操作。

图8的线条810和811分别示出了由典型的控制系统(具有周期性的测量反馈的PID控制器)和改进的控制系统(具有用于接收非周期性的例如无线的测量反馈并且补偿非零均值噪声的改进的卡尔曼滤波器的PID控制器)控制的过程变量(PV)的仿真值。类似地，线条820和821分别示出了由典型的控制系统(具有周期性的测量反馈的PID控制器)的PID控制器输出的控制信号和由改进的控制系统(具有用于接收非周期性的例如无线的测量反馈并且补偿非零均值噪声的改进的卡尔曼滤波器的PID控制器)的PID控制器输出的控制信号的仿真值。这些线条演示了改进的卡尔曼滤波器型观察器可以如何用于PID控制器以与利用有线发射器的PID控制器相比使用无线测量来提供闭环控制。

在该仿真测试中，用于比较的过程是第一阶加死时间过程，其具有以下特征：

过程增益＝1

过程时间常数＝6秒

过程死时间＝2秒

对于λ因子1调谐情况中的PID控制器。

GINA＝1/过程增益

RESET＝过程时间常数+过程死时间

过程输入和输出被缩放到0-100％，以使得比较易于用图形表示。因此，在这些实例中，h(单位转换因子)的值等于一(1)。对于改进的卡尔曼滤波器，噪声等级是最小的并且因此卡尔曼滤波器被设置为常数值1/h＝1。仿真无线发射器被配置为用于百分之一的改变以及使用加窗的通信的10秒的默认周期。模块(控制器)执行速率被设置为0.5秒。

如从线条810和811以及线条820和821的严格检查将看出的，使用卡尔曼滤波器的改进的控制系统与这样一种PID控制系统非常类似地进行操作，其中在该PID控制系统中以比控制系统的执行速率更大或相等的速率将周期性的过程变量测量提供给控制器。事实上，如图8的图表中所示的，控制性能与PID控制器以及用于两个设置点的改变和大型未测量过程干扰的有线测量相当。作为测试模块的一部分，具有无线测量的控制的积分绝对误差(IAE)以及具有有线测量的控制的IAE分别被计算为361和336，因此在该测量上证实几乎相同或者非常相当的控制性能。

图9示出了一种用于实现控制系统1000如图1的控制系统中的改进的预测器和控制器的方式。如图9中所示的，控制器1001被连接为控制过程1002和，并且改进的预测器1004可通信地耦接在控制器1001与无线发射器1006之间，其测量过程1002中的一个或多个过程变量。改进的预测器1004可以是上文所述的任意改进的预测器或者基于本文所述的技术构造的改进的预测器。如图9中所示的，改进的预测器1004被配置为为并且操作或执行为分离的并且独立的块如与控制系统1000相关的分离的功能块或分离的控制模块。例如当控制器1001实现为功能块或控制模块时，改进的预测器1004可以实现为可通信地耦接到如图9中所示的控制器功能块或模块的分离的功能块或分离的控制模块。在该情况中，控制器1001的控制块1030可以存储在并且执行在与预测器1004分离的设备中(在该情况中对于预测器1004与控制器1001的控制块1030之间的通信发生设备到设备通信)或者可以存储并且执行在与预测器1004相同的设备中(在该情况中对于预测器1004与控制器1001的控制块1030之间的通信发生设备内通信)。在任意一个情况中，这两个块经由通信线路、路径或网络，可通信地彼此耦接。

在该实例中，改进的预测器块1004以这样一种方式可通信地连接到控制块1030，该方式使得块1004在控制器1001的每个执行循环至少一次将已更新过程变量估计提供给控制块1030。在任意情况中，改进的预测器块1004可以位于图1的控制器、现场设备、I/O设备中的不同一个中，而控制器1001可以相同的或其他该设备中。

图11描述了过程控制系统1101，在该过程控制系统1101中控制块1101用于控制过程1102并且改进的预测器块1104接收来自无线发射器1106的无线传输信号。然而，在这里，改进的预测器块1104与控制器算法块1130位于相同的复合块中但是在分离的模块中。因此，在该实例中，控制器算法块1130和改进的预测器1104在相同的复合模块(被示为复合块1140)中被集成在一起并且因此在过程控制网络如图1的过程控制网络10中的相同设备中执行。一般将在其中一个控制器11但是可以在图1的任意其他设备(包括有线或无线现场设备、I/O设备等等)中执行该模块。在该情况中，为控制块1101提供的用户接口可以显示由预测器1104产生的预测测量值，作为到控制块1101中的过程变量PV测量输入。然而，在大部分情况中，当访问或观察控制操作时，工厂操作员将对于观察最后发送的测量值更感兴趣。为了允许将测量值作为控制参数显示给操作员，可以例如如图11中所示那样创建包括控制器的控制器块和改进的预测器块。

具体而言，图11示出了控制块1201的实例，其中，预测器块1204(在图11中指示为改进的卡尔曼滤波器)被集成到与控制器算法块1230相同的块中。因此，在这些情况中，控制块或模块1201包括控制器算法功能块1230和改进的卡尔曼滤波器块1204。在该情况中，改进的卡尔曼滤波器1204被视为控制模块1201自身的一部分并且因此作为控制块1201的一部分是可观察的(并且使得它们的参数可访问)。因此，在该情况中，过程测量输出Z在操作员看来将是到控制器1201的反馈过程变量(PV)输入。

虽然本文提供的讨论对于不同的所述实施方式中的每一个假设耦接到改进的预测器的控制器实现PID控制例程，但是该描述仅仅是为了一致性起见而提供的。将要理解，除了传统PID控制算法(其可以包括任意形式的PID如P、PI、PD、PID等等)之外的其他类型的控制算法可用作使用本文所述的改进的预测器的控制方案中的控制器。当然，存在许多其他用于实现本文所述的改进的预测器的方式，并且将要理解，该改进的预测器可以与该改进的预测器所连接到的控制器或控制块或控制元件一起(例如在相同的模块或设备中)或独立地使用。类似地，可以用硬件、执行在通用计算机上的软件例程或执行在专用计算机或处理器设备上的软件或固件例程实现本文所述的控制器和改进的预测器。

在任意一个所公开的实施方式中，改进的预测器或可以包括该改进的预测器的设备包括通信栈以处理输入过程变量测量信号和模块或例程以检测输入信号何时已提供测量更新。检测例程然后可以生成标志或其他信号以注释经由通信栈提供的数据包括新测量或其他类型的值或更新。然后可以将新数据和更新标志提供给如上文所述的预测器的一个或多个元件，其将如上文所述地结合预测器或控制器例程的操作来实现。可替换地或另外地，可以将新数据和更新标志提供给在例如图1的控制器11中或者否则控制系统的其他地方执行的一个或多个监视模块或应用。可以在功能块等级实现以及可以由与控制和/或观察模块相关的一个或多个功能块提供更新检测功能。其他无线设备如现场设备71可以包括类似的组件和功能以由例如位于其中的一个或多个功能块(例如FB1和FB2)支持该信号的接收和处理。

在一些情况中，可以由图1的I/O设备26、28、73和74中的一个或多个实现通信栈和更新检测模块。此外，更新检测模块用于进行它的确定的方式可以涉及硬件、软件、固件或它们的任意组合并且可以涉及任意合适的用于比较过程变量的值的例程。

可以结合涉及在异常报告的基准上进行过程控制数据传输的通信方案如无线通信来利用本文所述的过程控制系统。无线通信环境中的过程控制数据的异常报告可以给出大量优点。可以例如降低在现场中由发射器或其他现场设备消耗的功率的速率，因而节约电池功率或其他有线的电源。然而，与过去的异常报告不同，文本公开的技术支持在周期性的基准上执行的过程控制例程中利用的数据的传输。本文的技术的实施在没有性能的有害的牺牲的前提下允许过程控制例程的周期性的执行，而不管过去不鼓励利用在事件触发的基准上提供的数据来执行过程控制例程的警告。本文公开的技术进一步支持在事件触发的基准上将数据提供给用于监视应用的系统，类似地在性能中没有有害的牺牲。

虽然良好地适用于并且在本文有时候结合无线通信方案来讨论，但是本文公开的技术的实施不限于任意具体的通信方案、环境或协议或任意过程控制网络、架构、控制器或系统或任意监视应用。相反，本文公开的技术可以应用于任意数量的或不同的环境中，其中，在该环境中比控制例程执行周期或监视循环或由于任意希望的原因而更不频繁地发送过程控制数据。该环境可能出现使得通信不可靠或间歇的、不希望的或不利的条件。因此，在本文公开的技术的实施不限于本文具体描述的低功率或其他无线通信方案的理解之下阐述前文的描述。

如我们将理解的，当从现场到控制器11的测量值的通信被常规地构造为以周期性的方式报告控制例程的执行以响应地支持控制例程的执行时，上文对于图1、3、6、7和9-11的无线(或其他)发射器所述的通信技术通常导致非周期性的、无规律的或者否则更不频繁的数据传输。换句话说，控制例程通常被设计为并且依赖于测量值的周期性的更新。为了允许非周期性的或者否则不可用的测量更新(以及其他不可用的通信传输)，可以如上文所述地重构或改进该预测器、控制和通信例程以使得过程控制系统10依赖于比控制执行周期或一些其他标准周期更不频繁地发生的非周期性的或其他间歇性的更新。这样，本文所公开技术通常可以在一些情况中支持一种形式的过程变量测量异常报告，而不管过程控制例程的周期性的执行。本文公开的技术还可以解决并且支持一种形式的异常报告，该异常报告涉及控制例程与控制例程的设备下游如对由控制例程生成的控制信号进行响应的致动器或其他设备或元件之间的传输。

当然，将要理解在一些情况中设备可以收集并且监控多个不同的测量(即不同的信号的测量)并且本文所述的相同的传输技术可以用于该一个或多个测量中的每一个。此外，在一些情况中用于收集测量的设备可以执行关于数据的先进的分析(如纠错分析、调谐分析等等)或测量，并且本文所述的相同的通信技术可以用于确定是否发送完整的分析、信号状态，或者等待直到下一个采样间隔为止才发射信号。

根据本文的公开的一些方案，本文所述的技术可以应用在控制与现场设备之间的大量的不同无线(或其他)通信被不希望地延迟或丢失的环境中。因此，在理解前文关于控制器与发射器之间以及控制器与致动器之间的通信问题的实例本质上是示例性的前提下阐述它们。此外，通信中涉及的参数不是用于限制由控制例程控制的过程变量。相反，本文公开的技术可以结合涉及任意被测量或反馈或者否则发送以被控制例程或监视例程使用的参数的通信结合地应用。结果，在理解上文所述的响应指示(即过程变量测量和致动器位置)本质上是示例性的前提下阐述它们。通过本文公开的技术还可以解决涉及对控制信号的响应的其他数据指示的通信问题。结果，可以涉及来自控制例程的下游的元件(例如现场设备、另一个过程控制例程等等)的数据的任意通信。

本文公开的方法、系统和技术的实施不限于任意一个具体的无线架构或通信协议。事实上，本文公开的对于控制例程的改进良好地适用于任意这样一种环境，其中，在该环境中以周期性的方式实现控制例程但是对于每个控制重复不具有过程变量测量更新。其他示例性的环境包括由例如分析器或经由实验室采样来无规律地或更偶尔地提供采样值的情况。

此外，本文公开的技术的实施不限于使用单输入单输出PI或PID控制例程而是可以应用于使用预测器的大量不同的多输入和/或多输出控制方案和级联控制方案中。更普遍而言，本文公开的技术还可以应用于任意闭环的基于模型的控制例程中，其涉及一个或多个过程变量、一个或多个过程输入或其他控制信号如模型预测控制(MPC)。

本文在广义的意义上使用术语“现场设备”以包括大量设备或设备组合(即用于提供多个功能的设备如混合发送器/致动器)以及执行控制系统中的功能的任意其他设备。在任意情况中，现场设备可以包括例如输入设备(例如设备如传感器和仪器，其提供状态、测量或用于指示过程控制参数的其他信号如例如温度、压力、流速等等)以及用于响应于从控制器和/或其他现场设备接收的命令来执行动作的控制操作器或制动器。

本文所述的单元、块、模块、开关、组合器、加法器、增益块等等中的任意一个当被实现时可以作为存储在任意计算机可读存储器(如在磁盘、激光盘或其他存储介质上、在计算机或处理器等等的RAM或ROM中)中的软件或固件来执行。因此，可以适应本文所述的技术将与本文所述的实施方式类似的具体硬件实现在计算机处理器上的软件中。类似地，可以使用任意已知的或希望的传递方法包括例如在计算机可读盘片或其他可传输计算机存储机制上或基于通信信道如电话线、英特网、万维网、任意其他局域网或广域网等等，见该软件传递给用户、过程工厂或操作员站。

虽然已经参考仅用于说明而不用于限制本发明的具体实例描述了本发明，但是对于本领域普通技术人员而言显然可以在不脱离本发明的精神和范围的前提下对本文公开的实施方式做出改变、增加或删除。