具有测量数据丢失的离散不确定时滞系统鲁棒Kalman滤波

研究了具有测量数据丢失的离散不确定时滞系统鲁棒Kalman滤波问题,其中时延存在于系统状态和观测值中.模型的不确定性通过在系统矩阵中引入随机参数扰动来表示,测量数据丢失现象则通过一个满足Bernoulli分布且统计特性已知的随机变量来描述.基于最小方差估计准则,利用射影性质和递归射影公式得到一个新的滤波器设计方法,并且保证了滤波器的维数与原系统相等.与传统的状态增广方法相比,当时延比较大时,该方法可以有效降低计算量.最后,给出一个仿真例子说明所提方法的有效性.

具有测量数据丢失的网络化系统的故障检测滤波

研究一类具有测量数据部分丢失的网络化系统的故障检测滤波器设计问题.测量数据的丢失假设满足已知概率的Bernoulli分布.设计一个故障检测滤波器,使残差误差系统均方指数稳定且具有一定的扰动衰减水平.采用线性矩阵不等式方法,给出了故障检测滤波器存在的充分条件.最后通过例子说明该方法的有效性.

非线性系统测量数据丢失时的一种粒子滤波器算法

针对在工程实践中发生的测量数据随机丢失情况,提出了一种应用于非线性系统的滤波方法,该方法将基于序贯重要性采样的粒子滤波器应用于非线性、非高斯系统状态的在线状态估计。首先将测量数据丢失描述成满足一定条件概率分布的二元开关序列;然后基于似然函数设计方法,设计出测量数据丢失时的粒子滤波器算法;最后用本文方法对倒立摆系统状态估计进行了仿真。仿真实验表明,测量数据丢失时的粒子滤波器算法是有效的。

考虑分布时滞和随机测量数据丢失的网络控制系统非脆弱L_1滤波

考虑具有分布时滞和随机测量数据丢失的网络控制系统,研究系统的非脆弱L_1滤波问题。用Bernoulli随机序列描述系统的测量数据丢失现象,将滤波器设计为具有参数摄动的形式,表示滤波器实现过程的不精确性;选择与时滞相关的Lyapunov函数,建立滤波误差系统的L_1性能判据;利用线性矩阵不等式(LMI)技术,将非脆弱L_1滤波器的求解问题转化为LMI的凸优化问题,得到非脆弱L_1滤波器的参数化方法。仿真结果验证方法的可行性和有效性。

测量数据丢失和随机分布时延非线性系统滤波

阐述了一类非线性随机离散系统,在测量数据丢失、随机分布时延情况下的滤波问题.利用Bernoulli随机变量刻画测量数据随机丢失与随机分布时延.以统计方式描述的非线性包含了几种常见的非线性约束条件,这几种非线性作为其特例.通过应用李雅普诺夫稳定性理论,取得了基于线性矩阵不等式的充分条件,获得了滤波误差的均方稳定性.最后,通过仿真例子说明文章结论的有效性.

具有随机测量数据丢失和混合时滞的网络控制系统L1故障检测

对于具有随机测量数据丢失、随机时滞和分布时滞的网络控制系统,为解决其受到外部干扰信号为持续峰值有界的L1故障检测问题,设计产生残差信号的故障检测滤波器,利用Bernoulli随机分布序列描述网络环境下的随机测量数据丢失和随机时滞,通过构造时滞相关的Lyapunov-Krasovskii泛函使故障检测系统均方渐近稳定,在持续强噪声干扰下满足L1抑制水平,以线性矩阵不等式(LMI)形式得出低保守性故障检测L 1滤波器的参数化方法。数据仿真结果表明,该方法可有效且灵敏地检测故障信号。

存在测量数据丢失的二维系统状态反馈控制

已有二维系统的控制理论是建立在系统数据可以完全测量和传输的基础上。实际中,由于网络技术在控制系统中的应用,导致测量数据丢失现象经常发生。针对存在测量数据丢失的二维系统,提出一种状态反馈控制器的设计方法。首先将测量数据丢失描述为取值0和1的随机伯努利变量,在此基础上建立了闭环二维系统的随机模型。定义了随机意义下的均方稳定性,基于线性矩阵不等式给出了系统满足均方稳定的一个充分条件,该条件可以实现状态反馈控制器的设计。数值仿真验证了所提出方法的有效性。

具有测量数据丢失的大系统状态观测器设计

文中研究一类具有测量数据部分丢失的大系统状态观测器设计问题。针对一类由N个子系统构成的线性离散关联大系统,假设测量数据丢失满足已知概率的Bernoulli分布,给出了一种状态观测器设计新方法,使原系统和观测器之间的状态误差满足均方指数稳定。采用线性矩阵不等式方法,给出了状态观测器存在的充分条件,通过求解线性矩阵不等式得到观测器参数。最后通过仿真例子说明该方法的有效性。

具有分布时滞和随机测量数据丢失的离散切换系统H_∞滤波

由于传感器间接失效、信号带宽限制等原因,测量数据丢失和分布时滞成为无线传感器网络中的常见现象,若不能有效地考虑这些现象对系统的影响,则无法保证系统的性能.为此,针对一类具有分布时滞和随机测量数据丢失的离散切换系统研究H_∞滤波问题,采用已知概率的Bernoulli随机序列描述测量数据丢失,构造Lyapunov-krasorskii函数,基于平均驻留时间法和LMI技术提出保证滤波误差系统均方指数稳定且满足H_∞性能的充分条件.数值仿真验证了所提出方法的可行性.

具有控制时滞和测量数据丢失的直线电机迭代学习控制

针对测量信号存在丢失和控制信号存在时滞的直线电机控制系统,研究PD型迭代学习控制算法的收敛性问题.假设数据丢失描述为概率未知的随机Bernoulli过程,其中丢失概率属于某个已知数值区间,利用超前法解决控制信号存在的时滞问题.基于Bellman-gronwall不等式和λ范数理论,证明了所提出的迭代学习控制策略能够使系统在有限时间内跟踪期望轨迹.最后通过仿真验证了所提出学习算法的有效性.

具有测量数据丢失的大系统鲁棒H_∞控制

研究一类具有测量数据丢失的大系统分散H∞控制器设计问题.针对由个子系统构成的线性离散大系统,假设测量数据丢失满足已知概率的Bernoulli分布,采用线性矩阵不等式方法给出了分散H∞控制器存在的充分条件,所设计的控制器使得闭环系统均方指数稳定,且满足指定的H∞性能指标.通过仿真例子验证了该方法的有效性.

测量数据丢失概率不确定的离散系统鲁棒H∞控制

研究一类具有测量数据丢失概率不确定的离散系统控制器设计问题,系统用Bernou lli随机二进制切换序列来描述测量数据丢失,其概率为不能精确测量,但假设属于一个数值区间.设计一个基于观测器的控制器,对于所有具有L2范数有界的扰动和概率区间内所有测量数据丢失概率,闭环系统均方指数稳定且满足一定的H∞性能指标.应用线性矩阵不等式方法,给出并证明了控制器存在条件,最后通过例子说明了该方法的有效性.

测量丢失概率不确定的网络化系统的鲁棒故障检测

研究一类具有测量数据丢失概率不确定的网络化系统的鲁棒故障检测问题,系统用概率属于一个区间的Bernoulli随机二进制切换序列来描述测量数据丢失.设计一个基于观测器的鲁棒故障检测滤波器(RFDF),对于区间内的每一个概率,RFDF残差误差输出对故障敏感且对具有L2有界的未知干扰输入有一定的鲁棒性,应用线性矩阵不等式方法,给出并证明了此RFDF的存在条件.最后通过例子说明了该方法的有效性.

网络诱导的测量信息丢失与多重时滞离散系统的H_∞滤波

文章阐述了一类网络诱导的测量信息丢失、多重时滞、随机离散非线性系统的H_∞滤波问题。采用Lyapunov稳定理论和矩阵技术,取得了系统在均方意义下的指数稳定的充分条件,并给出滤波器的设计过程。最后,通过数值例子说明了文章结论的有效性。

一类概率依赖的不完全测量非线性系统的H_∞滤波

阐述了一类具有不完全测量的,随机离散非线性系统的H∞滤波问题.不完全测量信息包括了测量数据丢失和随机发生地通讯延时.通过一组Kroneckerδ函数,采用一个测量输出方程同时描述了网络化控制系统中随机出现地通讯时延和测量数据丢失现象.文章的目的是使得对所有允许的时滞、测量数据丢失、随机非线性及系统内外部随机扰动,滤波误差动态系统满足均方指数稳定和H∞范数约束.最后,通过数值例子来证明文章所述H∞滤波器的有效性.

具有测量数据随机丢失的l_2-l_∞滤波器型迭代学习控制

研究了具有测量数据随机丢失的一类离散系统的滤波器型迭代学习控制.采用满足Bernoulli分布的二进制序列来描述数据传输的随机丢失,利用线性矩阵不等式方法,设计具有随机丢失系统的l2-l∞滤波器,给出滤波误差系统均方指数稳定且具有给定的l2-l∞性能的充分条件,和滤波器型迭代学习控制收敛的充分条件.仿真实例说明了该设计方法的有效性.

星地测量数据部分丢失对卫星钟差预报精度的影响

本文研究了不同的测量数据丢失概率对卫星钟差预报精度的影响,给出了卫星钟差的3阶白噪声状态方程和基于星地无线电双向时间比对的测量方程,得到了类似于Kalman滤波器的递归形式和修正Riccati方程;随着时间的推进,修正Riccati方程的预测误差逐渐减小,直至达到稳态;并根据修正Riccati方程,采用数值分析方法得到了典型参数情况下卫星钟差预报精度与测量数据有效率的关系曲线。

基于凸多面体不确定网络化系统的鲁棒无源滤波

研究一类同时具有时变时延和测量数据丢失的不确定网络化系统的鲁棒无源滤波器设计问题。时变时延假设在一个已知的界内随机变化。测量数据的丢失是随机发生的,假设满足Bernoulli分布随机序列。采用线性矩阵不等式方法,给出了全阶和降阶的鲁棒无源滤波器存在的充分条件。所设计的滤波器使得滤波误差系统是均方指数稳定并满足给定的无源指标。最后数值仿真表明所提方法的有效性。