基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰,在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器,利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后,通过某电源系统计算实例仿真验证所提融合估计器的有效性。

一种随机传感器增益退化下的多传感融合估计方法

研究了传感器存在随机增益退化故障的不确定随机系统的融合状态估计问题。首先,将系统不确定性建模为系统矩阵中存在的随机参数扰动,利用期望与方差已知的随机变量描述传感器随机增益退化故障。然后,设计了一种局部估计器,并以估计器的增益为决策量,建立以矩阵加权融合估计误差为代价的优化问题。对于获得最优的决策增益的闭合形式是非常困难的,所以,选取融合估计误差的一个上界并对其进行最小化处理,得到次优的决策增益。最后,给出算例仿真来验证有效性。

具有传感器增益退化的不确定系统融合估计器

研究具有传感器增益退化、模型不确定性的多传感器融合估计问题,其中传感器增益退化现象描述为统计特性已知的随机变量,模型的不确定性描述为系统矩阵受到随机扰动.设计一种局部无偏估计器结构,并建立以局部估计器增益为决策变量、以有限时域下融合估计误差为代价函数的优化问题.在给出标量融合权重时,考虑到求得最优的局部估计器增益的解析形式较为困难,通过最小化代价函数的上界得到一组次优的局部估计器增益.最后通过算例仿真表明了所设计融合估计器的有效性.