基于MIT规则的自适应扩展集员估计方法

用于非线性椭球估计的自适应扩展集员(Adaptive extended set-membership filter,AESMF)算法在实际应用中存在着过程噪声设定椭球与真实噪声椭球失配的问题,导致滤波器的估计出现偏差甚至发散.本文提出了一种基于MIT规则过程噪声椭球最优化的自适应扩展集员估计算法(MIT-AESMF),用于解决非线性系统时变状态和参数的联合估计和定界中过程噪声无法精确建模问题的新算法.本算法通过MIT优化规则,在线计算使一步预测偏差包络椭球最小化的过程噪声包络椭球,以此保证滤波器健康指标满足有效条件;最后,采用地面移动机器人状态和动力学参数联合估计验证了所提出方法的有效性.

基于OBE算法的自适应集员状态估计

研究了具有椭球集合描述的离散时间动态线性系统的状态估计问题 .从提高计算的有效性和可实现性的角度出发 ,通过在不同的更新阶段采用优化定界椭球 (OBE)算法 ,提出了一种新颖的解决状态估计的方法 .通过与ROBP (recursivestateboundingbyparallelotopes)算法和Kalman滤波的仿真比较 ,验证了本方法的性能 .

基于外定界椭球集员估计的纯方位目标跟踪

针对在未知但有界噪声假设下的双基阵纯方位目标跟踪问题,本文提出了一种基于外定界椭球的集员估计(EOB-SME)跟踪算法。该算法具有类似于Kalman滤波的预测-校正递推更新结构,并且在时间更新和量测更新递推阶段分别有一个加权参数。通过最小化估计误差的Lyapunov函数的上界来求取量测更新递推阶段的加权参数,减少了算法的计算量;同时将非线性系统线性化后所产生的误差用椭球进行外包,与量测噪声椭球组成新的噪声椭球。仿真结果表明:在有界噪声假设下,本文所提出算法对纯方位机动目标的跟踪精度更高。

基于UD分解的自适应扩展集员估计方法

用于非线性椭球估计的扩展集员算法在实际应用中存存着数值稳定性差、计算复杂度高以及滤波器参数难以选择等问题.本文提出了一种基于UD分解的自适应扩展集员估计算法,用于解决非线性系统时变状态和参数的联合估计和定界问题.新算法将UD分解与序列更新和选择更新策略结合起米,改进了传统扩展集员算法的数值稳定性和实时性能;同时,对滤波器参数进行自适应选择以进一步降低计算复杂度并达到次优估计结果.仿真实验表明了该算法的有效性和鲁棒性.

基于集员估计的线性MIMO系统故障检测方法

考虑了一类具有未知有界噪声的线性多输入多输出(MIMO)系统的故障检测问题,提出了一种基于集员估计的故障检测方法.通过当前时刻系统状态范围和测量输出值的一致性检验来检测系统是否发生故障.如果系统正常运行,则利用系统测量输出信息校正当前时刻系统状态范围.利用三容水箱系统模型进行了仿真研究,结果表明了所提方法的有效性.

基于状态集员估计的主动故障检测

对于现代复杂控制系统,微小故障往往很难发现.在系统过程干扰和测量噪声未知但有界的前提下,提出了一种新的基于状态集员估计的主动故障检测方法.首先设计全对称多胞形卡尔曼滤波器对系统状态进行估计,并利用全对称多胞形对受未知干扰影响的状态集合进行描述,然后设计辅助输入信号使得加入辅助输入信号后正常模型的状态集合与故障模型的状态集合交集为空,从而实现主动故障检测.为了使得所设计的辅助输入信号对原系统影响最小,需要求得最小的辅助输入信号,本文将最优化问题转化为混合整数二次规划问题进行求解.最后,与基于输出集合的辅助输入信号设计方法对比,仿真验证本文所提出的基于状态集合的主动故障检测方法由于未受下一时刻测量噪声的影响,所求得的辅助输入信号更小,保守性更低.

基于集员估计理论的神经网络学习算法

针对前馈神经网络BP算法在处理非线性对象时,收敛速度慢,易陷入局部极值,需调节参数多等缺陷,提出了将最优定界椭球(OBE)算法引入到神经网络的学习中,该算法比BP算法在收敛速度,精度方面都有显著提高,仿真结果证明了此算法的有效性。

基于最优定界椭球的自适应集员状态估计

文章研究了有界噪声下线性系统的状态估计问题,论述了基于外定界椭球集合下的状态定界估计问题,给出了相应的递推算法.该方法通过求取椭球的向量和与交集来得到状态的时间更新和测量更新.仿真实验结果表明该算法性能优于ROBP算法[1],与Kalman算法性能相似.

基于集员估计的光电系统目标状态预测方法研究

在光电跟踪系统目标状态估计过程中,噪声统计特性不确定是导致滤波精度下降的主要原因之一。针对该问题,研究了一种基于扩展集员估计的目标状态估计方法,并与扩展卡尔曼滤波算法做了比较。结果表明,在保证滤波精度前提下,基于噪声特性未知但能量有界(Unknown but Bounded-UBB)假设的扩展集员估计方法能有效克服噪声统计特性不确定造成的影响,具有较强的工程实用性。

随机2-D系统的集员状态估计

本文研究了噪声在有界椭球集的2-DFMII模型的状态向量的递推估计问题。从提高计算的有效性和可实现性出发,通过在不同的更新阶段采用优化定界椭球(OBE)算法,对该系统提出了一种新的状态估计方法。所得状态估计是状态空间里一个集合而不是单个向量。其中的最优估计是包含系统未知状态的最小容积椭球。

模型参数失配有界下的扩展集员估计方法

在非线性模型参数失配下,直接采用滤波算法很难获到理想的估计状态.本文基于扩展集员估计方法,在状态估计中引入参数的不确定信息,提出一种参数失配有界下的状态估计方法.该方法应用区间或集合运算的法则,计算由参数失配引起的偏差范围,并将其用椭球集外包.在状态估计的预测步,通过该偏差椭球集与先验椭球区间的并运算,得到预测椭球区间;在状态估计的更新步,利用观测椭球集对预测椭球区间进行更新,从而得到后验椭球集合以及状态估计值.最后,在数值仿真和发酵模型中的仿真应用验证了算法的有效性.

非线性系统中心差分集员估计方法

用于非线性椭球估计的扩展集员算法在实际应用中存在着实现性差、边界估计相对保守等缺陷.本文提出了一种用于非线性系统状态估计的中心差分集员估计方法,以改善传统非线性集员滤波算法的估计性能.为克服泰勒展开的固有缺陷,采用低阶多维Stirling内插多项式代替泰勒展开实现非线性模型的线性化处理;利用半定规划方法对线性化误差进行外包定界并将其融入过程噪声和量测噪声中,以降低误差定界的保守性;量测更新中,为提高算法的实时性,将量测椭球松弛为多个带的交,依次参与状态椭球的更新,从而实现状态定界椭球的次优估计;同时,对椭球—带交集迭代过程中椭球中心到超平面的归一化距离的计算方法进行了改进,使当前时刻每次迭代的椭球均参与计算并选取最优值,以减小累计误差.仿真结果表明了本文所提出算法的有效性和改进性能.

基于等距映射的非线性系统集员参数估计

给出一种新的非线性系统集员参数估计方法。该方法从流形学习的角度出发,视可行集边界与n维空间中的单位球面(n-1-sphere)为同胚,构造二者之间的同胚映射的近似。该映射可以将n-1-sphere映射为可行集近似边界。构造映射首先将等距映射与数据归一化结合,把在可行集边界上均匀采样得到的数据集映射为包含于n-1-sphere的数据集;然后,基于非参数方法得到可行集边界与n-1-sphere的同胚映射的近似。仿真结果表明,该方法比支持向量机方法具有更高的可行集边界逼近精度。

基于集员估计椭圆残差分析的主动故障检测

运用集员估计思想,提出基于残差椭圆体的主动故障检测,并提出了新的辅助输入信号和微小故障检测逻辑.首先,利用折衷函数来设计次优辅助输入信号,实现所需更高的微小故障检测率同时保证对正常系统的影响更小.其次,提出一种新颖的主动故障检测逻辑.此逻辑基于实时跟踪残差探测过程的异常状态.最后,用一个数值例子来证明所提出方法的有效性.

基于扩展集员估计的气体源定位方法

提出一种基于扩展集员滤波框架的室内气体源分布式定位方法。相对于基于随机模型的统计估计方法(扩展卡尔曼滤波和无迹卡尔曼滤波),此方法只需要知道未知噪声的边界,不考虑噪声的随机性。利用静态湍流模型迭代计算定位误差边界,将位置状态真实值有效地包含在估计范围内,从而能达到的定位可信度。同时引入最小二乘法进行初步定位,以克服扩展集员滤波的初始点选取问题。最后通过基于无线电子鼻的室内定位仿真实验,证明算法的可行性和有效性。

线性系统集员估计问题研究

研究了线性系统下的Norton和基于OBE两种集员估计算法。Norton算法是通过最小体积或最小迹来优化时间更新阶段和测量更新阶段,但其计算量大、效率低。针对这一不足,OBE算法采用最小半径定界椭球来进行测量阶段的更新,从而简化了算法,减少了计算量。最后通过与传统Kalman滤波算法与Norton集员估计算法相比,验证了基于OBE集员估计算法的有效性。

集员估计理论在神经网络中的应用

本文研究了未知但有界误差下神经网络的学习算法问题,在分析传统学习算法的基础上,提出了一种最优定界椭球学习方法,该方法具有收敛速度快,精度高等优点.通过对NARMA模型参数估计的仿真结果表明此算法的有效性.

欺骗攻击下基于集员估计的网络化系统跟踪控制

针对在统计特性未知欺骗攻击下,线性时变参数网络化控制系统(NCS)容易出现跟踪偏差的问题,提出了一种基于集员估计的控制策略,实现了系统状态对参考状态的有效跟踪.与卡尔曼估计等方法相比,无需提前知道攻击的统计特性,利用一种新型的集员估计方法,将传感器到控制器通道和控制器到执行器通道遭受的欺骗攻击建模为未知但有界(UBB)的信号,其中系统真实状态和估计状态都存在于估计集中.该方法提高了估计的准确性,并扩大了适用范围.采用Lyapunov函数,给出了误差闭环系统稳定的充分条件和基于线性矩阵不等式的估计器和控制器的求解算法,并使用凸优化方法获得最佳的估计集.用数值仿真验证所提出方法的可行性.

统计员还是“估计员”?

淮北临工报于今年一月八日揭发了台北墅港所统计员张林生工作极不负责,虚报积水量的事件.事实是这样的:该所积水计划为500,000立方米,去年十二月中旬他就上报已超额完成,并超过原计划17。

基于未知输入集员滤波器的不确定系统故障诊断

针对一类具有参数不确定性和未知扰动的线性系统,提出了一种新的执行器故障诊断方法.将指定执行器故障视为未知输入,利用全对称多胞形近似状态边界,本文设计了一种未知输入全对称多胞形集员滤波器,以估计测量输出的上下边界.在此基础上,提出了一种利用一组未知输入滤波器的故障检测与分离策略.通过一个飞行控制系统的数值仿真验证了所提出方法的有效性.