基于新息约束的大规模系统的自适应事件触发故障估计

本文研究了具有测量输出量化的大规模系统的故障估计问题,其中子估计器之间的通信拓扑与子系统的物理耦合结构相同。针对信道带宽有限的问题,提出了一种新的自适应事件触发方案来控制子估计器之间的数据传输。利用李雅普诺夫分析方法,得到了保证估计误差的动力学在均方意义下指数最终有界的充分条件。利用矩阵不等式技术,得到了期望滤波器增益的解析表达式和滤波误差的最终界。最后,通过一个数值例子验证了该设计方法的有效性。

基于新息突变约束的自适应卡尔曼滤波研究

针对微机电系统(MEMS)陀螺仪易受影响且随机误差较大,导致建立模型不准确和测量精度低的问题,该文提出了一种改进的自适应卡尔曼滤波方法。首先建立ARMA模型,在传统卡尔曼算法中引入衰减系数以减小系统旧值的影响,同时引入基于系统新息突变的预测误差矩阵清除系统的突变值。使用Allan方差对原始陀螺仪数据和滤波后的陀螺仪数据进行分析对比。结果表明,实验所用陀螺仪的角度随机游走、零偏不稳定性和角速率随机游走至少小了1个数量级,标准差明显减小,这表明改进算法有效抑制了随机噪声,提高了MEMS的性能。