未知输入系统最优估计的研究综述

在工程实践所研究的动力学系统中,系统模型通常是不精确的,在许多情况下存在无法测量的扰动或输入,将这些不知道任何/部分先验信息的扰动或输入统称为未知输入.未知输入的存在影响系统状态估计的准确性,进而影响系统的控制性能.因此,近几十年来,含有未知输入系统的最优估计问题引起了广大学者的关注.本文对现有文献进行梳理和分析,简述了未知输入系统最优估计的发展历史,对研究现状进行了分析,并对未知输入系统最优估计的未来发展趋向进行了预测.

带未知观测输入和观测丢失系统的状态估计

这篇文章主要针对含有未知观测输入以及存在丢包情况的系统,致力于解决对其的状态估计。丢包现象通过一系列互相独立的伯努利随机向量来描述。首先,我们的目标是通过运用最小方差无偏估计技术来设计一个线性滤波器,然后我们利用时间戳技术在传感器网络中衍生出一个次优估计器。在最后,我们将通过一个实例来展示滤波器的效用。

一般时滞系统最优控制的逐步优化方法(英文)

上世纪60年代以来,借助于动态规划,无时滞系统的最优控制已经得到了很好的解决,然而,经典的动态规划没有像无时滞系统中逐步导出控制器一样,成功地应用于时滞系统。在本文中,针对一般时滞系统的最优控制问题,通过引入一对偶的倒向随机系统并应用内积理论,将提出一个逐步优化算法。借助于该方法,我们可以逐步对线性二次型(LQ)进行完全平方,进而得到控制器的解析解。有趣的是,时滞系统的控制器设计等价于对偶的倒向随机时滞系统不同信号的估计器设计。所提出的一般方法是行之有效的,因为借助于此方法,我们可以将时滞系统的最优控制从确定整个控制序列旋即变为逐一确定序列的元。可以相信所给出的逐步优化算法也可以用于解决其他相关的复杂控制问题,如控制问题解的充要条件等。