网络化不确定系统集中式融合鲁棒稳态估值器

对于一类在状态转移阵和系统观测阵中带相同的状态依赖乘性噪声、带噪声依赖乘性噪声、一步随机观测滞后、丢包和不确定噪声方差的多传感器网络化系统,文章研究其鲁棒集中式融合稳态滤波问题.应用增广方法将系统转换为带随机参数矩阵、相同过程和观测噪声的集中式融合系统.应用去随机化方法和虚拟噪声技术,系统进一步转化为仅带不确定噪声方差的集中式融合系统.根据极大极小鲁棒估计原理,本文提出了鲁棒集中式融合稳态Kalman估值器(预报器、滤波器和平滑器),证明了所提出的集中式融合估值器的鲁棒性,给出了鲁棒局部与集中式融合估值器之间的精度关系.本文提出了应用于多传感器多通道滑动平均(MA)信号估计的一个实例,给出了相应的鲁棒局部和集中式融合信号估值器.仿真实验验证了所提出方法的有效性和正确性.

极点配置广义稳态Kalman估值器(英文)

应用时域上的现代时间序列分析方法 ,基于自回归滑动平均 (ARMA)新息模型和白噪声估值器 ,应用控制理论中的极点配置原理 ,对线性离散时间广义随机系统提出了极点配置广义稳态Kalman估值器 .它们具有全局渐近稳定性 ,且通过配置估值器的极点可按指数衰减速率使初始状态估值的影响快速消失 .它们可在统一框架下处理滤波、平滑和预报问题 .它们避免了Ric cati方程和最优初始状态估值的计算 ,因而可减小计算负担 .

网络化随机不确定系统鲁棒矩阵加权融合稳态估值器

对于一类在状态转移阵和系统观测阵中带相同的状态依赖乘性噪声、带噪声依赖乘性噪声、一步随机观测滞后、丢包和不确定噪声方差的多传感器网络化系统,文章研究其鲁棒融合稳态滤波问题.应用增广方法、去随机化方法和虚拟噪声技术,系统被转化为仅带不确定噪声方差的多模型多传感器系统.根据极大极小鲁棒估计原理,并应用按矩阵加权最优融合算法,提出了鲁棒局部和矩阵加权融合稳态卡尔曼估值器(预报器,滤波器和平滑器).应用增广噪声方法、非负定矩阵分解方法和李雅普诺夫方程方法,证明了估值器的鲁棒性.给出了鲁棒局部和矩阵加权融合稳态估值器之间的精度关系.应用于弹簧-质量-阻尼系统的一个仿真例子验证了所提出方法的有效性和正确性.

广义离散随机线性系统稳态Kalman估值器统一新算法及其渐近稳定性

基于ＡＲＭＡ新息模型与白噪声估值器，提出了广义离散随机线性系统稳态Ｋａｌｍａｎ估值器统一新算法，并证明了其渐近稳定性。

基于Kalman滤波的稳态白噪声估值器

基于 Kalman 滤波,对带非零均值的相关噪声系统提出了统一的稳态白噪声估值器,可统一处理白噪声滤波、平滑和预报问题。它们包括稳态输入白噪声估值器和观测白噪声估值器,且包括白噪声新息滤波器和 Wiener 滤波器。一个 Bernoulli-Gaussian 白噪声的仿真例子说明了它们的有效性。

带拟白噪声广义系统稳态Kalman估值器

应用时域上的现代时间序列分析方法 ,基于 ARMA新息模型 ,提出了带拟白噪声广义系统稳态 Kalman估值器 ,并且应用状态观测器原理 ,还提出了极点配置广义稳态 Kal-man估值器。它们具有全局渐近稳定性。它们可统一处理滤波、平滑和预报问题 ,且避免了解Riccati方程。仿真例子说明了其有效性。

不确定观测线性离散随机系统白噪声估值器

在网络控制系统和传感器网络中,可能的传感器观测数据丢失使得系统的观测具有不确定性。应用新息分析方法,对传感器具有数据丢失的不确定观测线性离散随机系统,提出了统一和通用的白噪声估计算法,包括输入白噪声估值器和观测白噪声估值器。可统一处理传感器具有数据丢失的白噪声的最优滤波、预报和平滑问题。同时,给出了稳态白噪声估值器和相应的Wiener白噪声估值器。当没有数据丢失时,所得的结果恰是以往基于完整观测数据的白噪声估值器。仿真研究验证了算法的有效性。

具有有限连续丢包网络控制系统的最优线性估值器

本文研究了观测数据和控制输入数据传输具有有限连续丢包的线性离散随机系统的最优估计问题.利用两个满足Bernoulli分布的随机变量来分别描述从传感器到估值器和从控制器到执行器之间的数据丢包现象.通过引入两组新的变量,将原系统转化为一个带有随机参数的系统.利用射影理论,提出了线性最小方差最优线性估值器,包括滤波器、预报器和平滑器.最后研究了稳态线性估值器,并给出了稳态存在的一个充分条件.仿真例子验证了算法的有效性.

广义系统降阶极点配置Kalman估值器

应用现代时间序列分析方法,基于ARMA新息模型和白噪声估计理论,提出了广义系统降价极点配置Kalman状态估值器。它可统一处理滤波、平滑和预报问题,且具有渐近稳定性。在计算上与非降阶的方法相比明显地减少了计算负担。同经典降阶Kalman滤波方法相比,避免了求解Riccati方程。仿真例子说明了所提的理论和算法的有效性。

基于Kalman滤波的通用和统一的白噪声估计方法

用射影理论,基于Kalman滤波提出了通用和统一的白噪声估计方法,可统一解决带非零均值相关噪声的线性离散时变随机控制系统的白噪声滤波、平滑和预报问题.提出了输入白噪声估值器和观测白噪声估值器,最优和稳态白噪声估值器,固定点、固定滞后和固定区间白噪声平滑器,白噪声新息滤波器和Wiener滤波器.它可应用于石油地震勘探信号处理和状态估计,为解决信号和状态估计问题,提供了新的途径和工具.关于Bernoulli-Gaussian白噪声估值器的仿真例子说明了其有效性.