基于有損測量信息的網(wǎng)絡化不確定系統(tǒng)的狀態(tài)估計.pdf

1、網(wǎng)絡化控制系統(tǒng)的狀態(tài)估計近年來成為了控制領域備受關注的研究課題之一。估計技術已在通訊、航海、目標跟蹤、計算機視覺和故障診斷等領域得到了廣泛應用。目前有關的研究成果主要集中在確定性系統(tǒng)、一步時延、噪聲不相關或噪聲統(tǒng)計特性準確可知等情形。然而，由于網(wǎng)絡帶寬資源有限并且為各節(jié)點所共享，數(shù)據(jù)包在傳輸過程中不可避免地發(fā)生時間延遲、數(shù)據(jù)包丟失、時序錯亂等網(wǎng)絡誘導現(xiàn)象，從而致使估計器接收到的數(shù)據(jù)往往是非實時的、有損的。另一方面，實際系統(tǒng)的準確模型很難

2、得到，模型誤差的存在也給估計器的設計帶來了新的挑戰(zhàn)。因此，本文在多網(wǎng)絡誘導因素和模型誤差綜合影響下，研究網(wǎng)絡化不確定系統(tǒng)的狀態(tài)估計問題，主要內容歸納如下：
　　研究了帶有相關噪聲和有損測量值的線性不確定系統(tǒng)的狀態(tài)估計問題。狀態(tài)方程和測量方程中分別引入乘性噪聲描述隨機不確定性，并且假定過程噪聲和測量噪聲是一步自相關和互相關的。采用改進的多步時延和丟包模型來刻畫有損測量信息?；跔顟B(tài)增廣法和新息分析法，提出了最小方差意義下的線性估計器

3、設計算法，并揭示了估計誤差協(xié)方差陣與乘性噪聲方差、一步相關系數(shù)矩陣和時延、丟包概率之間的約束關系。針對時不變系統(tǒng)，建立了穩(wěn)態(tài)估計器存在的充分條件。
　　研究了噪聲協(xié)方差未知和有損測量信息影響下線性不確定系統(tǒng)的魯棒卡爾曼濾波問題。在狀態(tài)矩陣、輸出矩陣以及噪聲協(xié)方差矩陣中引入范數(shù)有界的參數(shù)不確定性來刻畫模型誤差和噪聲協(xié)方差未知的情形，利用已有的多步時延和丟包模型來描述估計器接收到的有損測量值現(xiàn)象。運用測量值重組法把原始系統(tǒng)轉化為不帶時

4、延的隨機不確定系統(tǒng)，進而提出相應的魯棒卡爾曼濾波器，給出濾波誤差協(xié)方差的上界?；诶杩ㄌ岵罘址匠谭椒?，得到了使濾波誤差協(xié)方差上界的跡最小的濾波增益表達式。
　　研究了帶有隨機時延和測量值丟失的線性不確定系統(tǒng)的魯棒卡爾曼濾波問題。狀態(tài)矩陣中同時考慮了范數(shù)有界不確定性和隨機不確定性。引入服從伯努利分布的隨機變量來刻畫隨機時延和測量值丟失等網(wǎng)絡誘導現(xiàn)象。將隨機不確定性轉移到過程噪聲中，基于狀態(tài)增廣法設計魯棒濾波器，并獲得了使濾波誤差協(xié)方

5、差上界最小的充分條件，從而解決了一類帶有隨機時延和測量值丟失的線性不確定系統(tǒng)的濾波器設計問題。
　　研究了帶有多步傳輸時延、多丟包和相關噪聲的離散隨機非線性系統(tǒng)的遞推估計問題。運用統(tǒng)計均值來描述隨機非線性，并假定過程噪聲和測量噪聲是一步自相關和互相關的噪聲。利用新息分析法給出了遞推濾波器、多步預報器和多步平滑器的設計算法。建立了狀態(tài)協(xié)方差陣收斂和非線性時不變系統(tǒng)穩(wěn)態(tài)估計器存在的充分條件。研究結果表明，所設計的估計算法依賴于時延與丟

6、包的概率、一步相關系數(shù)矩陣及用于描述隨機非線性的矩陣。
　　研究了帶有多步傳輸時延和丟包的隨機非線性系統(tǒng)的分布式融合卡爾曼濾波問題。狀態(tài)方程和測量方程中同時含有用統(tǒng)計均值描述的隨機非線性，并引入服從伯努利分布的隨機變量來構建時延的測量模型。運用測量值重組法將原始系統(tǒng)轉化為不帶時延的系統(tǒng)，對每個子系統(tǒng)，借助新息分析法設計了最優(yōu)局部估計器，并給出了任意兩個局部濾波器之間的濾波誤差互協(xié)方差矩陣。由矩陣加權融合估計準則得出了分布式融合濾波

7、器，而且建立了估計誤差協(xié)方差矩陣收斂的充分條件。
　　研究了事件觸發(fā)傳輸機制、測量值丟失和隨機發(fā)生不確定綜合影響下離散線性系統(tǒng)的魯棒濾波問題。狀態(tài)矩陣中引入了隨機發(fā)生的范數(shù)有界不確定性，并用服從伯努利分布的隨機變量來刻畫觀測值丟失現(xiàn)象。為了提高網(wǎng)絡資源的利用率，采用事件觸發(fā)傳輸機制將新息值傳輸給估計器，進而提出基于事件觸發(fā)的一步預報器和濾波器的設計算法?；跔顟B(tài)增廣法和隨機分析技巧，確立了估計誤差協(xié)方差上界存在的充分條件。通過使估