1.一种改善网络拥塞现象的分布式预测控制方法，包括如下步骤：步骤1、分析实际通信网络数据包传输动态，并建立状态空间模型；

步骤2、设计加权矩阵的多胞体结构表示方法；

步骤3、设计系统的线性增益性能指标和混合性能指标；

步骤4、设计通信网络数据包的数量分布式模型预测状态反馈控制律。

2.根据权利要求1所述的一种改善网络拥塞现象的分布式预测控制方法，其特征在于：步骤1具体如下：

通过对实际网络数据传输控制进行分析，建立下列基于状态空间的模型：其中p表示通信网络中的子网单元，xp(k)∈Rn,表示k时刻第p个子网中通过网络传输数据包的数量，n表示第p个子网中节点的个数； 表示k时刻第p个子网中，数据包从控制中心发出数据包的数量，mp代表第p个子网单元控制输入的节点个数；yp(k)∈Rr表示k时刻第p个子网中，数据终端所测量接受到的数据包数量，r表示测量输出传感器节点个数；

为网络传输过程中所遭受的外部摄动输入，可由外部扰动传感器测量得出；在说明书附图中，图1给出了由3个子网单元，每个子网单元由3个节点组成的简单通信网络系统，数据包会从控制中心发出，经通信网络的子网和节点传输到达接收终端。Ap(k)∈Rn×n,Bp(k)∈Rn×m,Cp(k)∈Rr×n,Ep(k)∈Rn×s为已知的系统加权矩阵，可由实际数据包传输过程采集得到，其中Rn, Rn×n分别表示n维向量，s维非负向量和n×n维欧氏矩阵空间。

3.根据权利要求2所述的一种改善网络拥塞现象的分布式预测控制方法，其特征在于：步骤2具体如下：

设

其中矩阵 表示系统加权矩阵对应的顶点矩阵，i＝1,2,...,L,p＝1,

2,...,J.L,J是正整数，L表示顶点矩阵的个数，J为子网总数。由于在通信网络中数据包的传输数量不可能为负，则进一步设计系统的顶点矩阵，使其满足其中符号 表示矩阵或向量中每个元素分量都为非负实数， 表示矩阵或向量中每个元素分量都为非正实数。

4.根据权利要求3所述的一种改善网络拥塞现象的分布式预测控制方法，其特征在于：步骤3具体如下：

4.1线性增益性能指标：

其中γ＞0为设计的线性增益值， 为标准的1-范数，并且系统需满足x(0)＝0，即初始状态为零；

4.2混合性能指标：此时不仅需要满足线性增益性能指标的条件，还要满足如下设计条件：||yp(k)||1≤δ,

其中η＞0,δ＞0都为需要给定的常量，分别表示外部噪声信号的上界值和终端输出数据包的数量的上界。

5.根据权利要求4所述的一种改善网络拥塞现象的分布式预测控制方法，其特征在于：步骤4具体如下：

up(k+ι|k)＝Fp(k)xp(k+ι|k),其中ι＝1,2,...,N-1,ι为正整数，代表预测步数，可根据实际需要设定，Fp(k)为设计的系统增益矩阵。

5.1构建线性余正Lyapunov函数：其中 vp∈Rn为设计向量，并计算其差分方程：ΔVp(xp(k+ι|k))＝Vp(xp(k+ι+1|k))-Vp(xp(k+ι|k)),进一步可得

其中， T为转置， 为先前迭代所得到得控制增益；

5.2构建包含外部扰动的余正Lyapunov函数：其中 为需要设计的常量，n为正整数，表示步数。可计算差分为：为了使通信网络系统达到4.1所提出的线性增益性能指标和4.2所提出的混合性能指标，采用如下设计方法：

5.3设计常量 γ＞0和向量

使得下列优化条件有解：

minγ,

其中

成立。

5.4设计常量 和向量

使得下列优化条件有解：

成立；

5.5为了设计模型预测反馈控制器，实现所期望的线性增益性能，根据4.1，可知其中xp(∞)＝0,xp(0)＝0, 进一步对上式从ι＝0到∞展开，可得

依据步骤3和5.3，可推出

和

所以，

由于 则

结合步骤5.1和5.3可得满足线性增益指标的模型预测控制器增益为：

5.6.为了实现混合性能下的状态反馈控制器设计，即满足步骤4.2。根据步骤5.4的设计条件，可得由于设定条件满足x(0)＝0，则结合步骤5.2构建的Lyapunov函数和差分方程，得出综上，根据步骤5.2和5.4可得模型预测控制器增益矩阵为：