观测不确定情形下连续系统的采样估计

在机动目标跟踪等实际问题中 ,如果被跟踪的目标失踪 ,则用于状态估计的观测信号就具有不确定性 .在充分考虑系统内采样特性的基础上 ,讨论了观测不确定情形下连续系统的采样估计问题 ,旨在设计离散滤波器 ,使采样估计协方差配置至指定值 .文中利用一修正的离散 Lyapunov方程 ,给出了期望滤波增益的存在条件及解析表达式 。

基于不确定观测下离散事件系统可诊断性的研究

在实际应用系统中,由于传感器故障、传感器限制和网络中的数据包丢失等原因,事件的可观测值变得不确定,使得观测系统行为变得尤为复杂。针对离散事件系统中,同个事件串可能有多个观测值以及不同状态下同个事件观测值也可能不同的问题,提出一种不确定观测下故障诊断验证的方法。首先对不确定观测的离散事件系统的可诊断性进行形式化,然后构建出用于上述故障诊断验证的验证器;基于验证器提出了系统基于不确定观测下可诊断的充要条件及验证算法;最后,实例说明不确定观测下故障诊断验证算法的应用。与现有研究相比,提出的方法对故障事件的观测值没有约束,可以为0个或多个观测值,使此方法应用的场景更为广泛。

不确定观测下离散事件系统的可诊断性

从系统诊断的角度来看,可诊断性是离散事件系统的一个重要性质.其要求系统发生故障后经过有限步的观测可以检测并隔离故障.为简单起见,对离散事件系统可诊断性的研究大都假定观测是确定的,即观测到的事件序列与系统实际发生的可观测事件序列一致.而在实际应用中,由于感知器的精度、信息传输通道的噪声等原因,所获取的观测往往是不确定的.重点研究观测不确定条件下离散事件系统的可诊断性问题.首先扩展了传统可诊断性的定义,定义了观测不确定条件下的可诊断性;然后,分别给出各类观测不确定条件下的可诊断性判定方法;在更一般的情况下,各类观测不确定可能共同存在,因此,最后给出一般情况下的可诊断性判定方法.

具有相关噪声和不确定观测系统的全局最优Kalman滤波

研究了具有不同源噪声和不确定观测的离散线性随机系统的全局最优Kalman滤波问题.乘性噪声是用来描述系统的随机扰动,相关噪声包括了有限步自相关过程噪声和纵向相关噪声,不确定观测包括了一步随机时滞和多丢包.由Kronecker delta函数来描述有限步自相关过程噪声和纵向相关噪声,通过两个已知统计特性且相互独立的Bernoulli分布变量来描述一步随机时滞和多丢包现象.基于最优估计的定义,在最小均方误差意义下设计出全局最优Kalman滤波.最后,算例仿真验证滤波方法的有效性.

不确定系统的不确定项观测器设计

为了克服常规用不确定项的界估计来设计控制器带来的保守性和动态性能差的弊端,本文就连续的和离散的不确定系统,分别提出了不确定项的观测器设计方案.通过引入分布和离散加权平均的概念,对这两种观测器的观测误差精度进行了分析估算,从数学上证明了所得的观测值在加权平均意义下是无偏的.此外,通过适当选择观测器反馈增益,可以得到满意的误差估计精度.把该方法应用到一个控制系统中,仿真结果表明所提出的观测器能很好的估计不确定项和改进闭环系统动态性能.

多因素观测来源不确定的多目标跟踪算法

杂波、低检测概率和目标间观测相互干扰等因素,使得目标观测的来源难以辨别,提出一种基于改进GMPHD滤波的多目标跟踪算法,通过引入目标标记和权重向量,增广了标准GMPHD迭代中目标信息。基于高斯分量合并策略、目标状态估计策略和高斯分量优化策略,能够有效地改善目标状态估计精度和滤波迭代效率。目标跟踪仿真实验结果表明了所提算法的有效性及鲁棒性。

不确定观测滤波及在无线传感器网络中的应用

比较几种具有代表性的基于卡尔曼滤波框架的带有不确定观测的滤波算法。比较它们的数学模型和算法实现,并将它们应用于无线传感器网络目标跟踪。仿真结果显示不同模型下的不确定观测滤波方法滤波效果不同,多步丢包模型在无线传感器网络中应用于移动目标跟踪具有优越的跟踪性能。

基于不确定项观测器的混沌系统变结构控制

基于不确定项观测器方法,研究了一类状态不完全可测的、不确定混沌系统的、变结构控制问题。提出了利用不确定项的观测值估计真实值来设计控制器的新方法。适当选择观测器增益可以使观测误差充分的小,从而达到良好的控制效果。最后对Chua混沌系统进行数值仿真,结果表明该方法具有收敛性好,抖振小的优点。

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。

基于不确定项观测器的混沌系统变结构控制

基于不确定项观测器方法研究了一类状态不完全可测的不确定混沌系统的变结构控制问题,提出了利用不确定项的观测值来估计真实值、设计控制器的新方法.适当选择观测器增益可使观测误差充分的小,达到良好的控制效果.最后对Chua混沌系统进行数值仿真,结果表明:方法具有收敛性好、抖振小的优点.

不确定观测ARMA信号滤波器设计

将具有不确定观测的ARMA信号滤波问题转化为具有不确定观测的状态空间模型的状态和白噪声滤波问题。利用射影理论,推导出了在线性最小方差意义下状态滤波器和白噪声滤波器。进而获得具有不确定观测的ARMA信号滤波器。对于存在不确定观测的ARMA信号,以往在完整观测数据下的AMRA信号滤波算法已经失去最优性。当不存在观测数据丢失时,算法等同于以往最优ARMA信号滤波器。仿真例子说明了其有效性。

基于模糊不确定观测器的四旋翼飞行器自适应动态面轨迹跟踪控制

针对具有未知外界扰动和系统不确定性的四旋翼飞行器,提出了一种基于模糊不确定观测器(Fuzzy uncertainty observer,FUO)的自适应动态面轨迹跟踪控制方法.通过将四旋翼飞行器系统分解为位置、姿态角和角速率三个动态子系统,使得各子系统虚拟控制器能够充分考虑欠驱动约束;采用一阶低通滤波器重构虚拟控制信号及其一阶导数,实现四旋翼跟踪控制设计的迭代解耦;设计了一种模糊不确定观测器,用以估计和补偿未知外界扰动与系统不确定性,从而确保闭环系统的稳定性和跟踪误差与其他系统信号的一致有界性.仿真研究验证了所提出的控制方法的有效性和优越性.

采用观测器的偏置动量小卫星姿态容错控制

针对偏置动量小卫星的自主飞行问题,提出一种基于不确定项观测器的滑模容错控制方法。应用欧拉-拉格朗日系统的干扰观测方法设计不确定项观测器,对动量轮输出力矩变小、磁力矩器线圈电阻漂移等执行器故障以及小卫星外部环境力矩等不确定项进行估计,理论推导证明该观测器的观测误差一致最终有界(UUB)。基于不确定项观测器的估计值,设计补偿控制项,并与滑模控制器的控制力矩合成实现姿态容错控制。从理论上证明该容错控制方法能够使小卫星姿态快速收敛至滑模面。该容错方法无需做小角度假设,对执行器运行状态信息依赖性低。仿真结果表明,本文建议的容错控制方法具备可行性,实现了对小卫星姿控系统中不确定项的观测估计和容错控制。

欠驱动无人船集群有限时间跟踪控制

[目的]针对具有未建模动态、外部环境干扰及未知集群参考信号的欠驱动无人船(USV)集群跟踪问题,研究USV集群运动决策机制并提出有限时间集群跟踪控制方法。[方法]首先,利用Lyapunov函数和人工势函数,结合集群虚拟参考船位置信息,构造速度导引的集群运动决策策略;然后,设计有限时间集总不确定观测器(FLUO),对速度误差方程中包含的未知信息予以补偿;最后,设计基于FLUO的非奇异终端滑模(NTSM)集群跟踪控制方法(FLUO−NTSM)。[结果]通过理论分析和仿真试验,证明系统在有限时间内稳定。[结论]基于所提集群运动决策策略和FLUO−NTSM跟踪控制方法,USV可保持群集并实现精准路径跟踪。

在不确定观测下离散状态时滞系统的最优滤波

研究了在不确定观测下离散状态时滞系统的最优滤波问题,观测值的不确定性则通过一个满足Bernoulli分布且统计特性已知的随机变量来描述.一般采用状态增广方法将时滞系统转换为无时滞随机系统,再利用Kalman滤波器的设计方法解决最优状态估计问题,但是当系统时滞较大时,转换后的系统状态维数很高,这样增加了计算负担.为此,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了一个新的滤波器设计方法,而且保证了滤波器的维数与原系统相同.最后,给出一个仿真例子说明所提方法的有效性.

基于后验噪声的贝叶斯鲁棒卡尔曼滤波器

目标跟踪的精度取决于滤波器的性能,但在许多实际的毫米波雷达测量场景中,模型及相关参数的不确定会导致传统滤波器的性能下降。为了应对这种情况,基于贝叶斯准则设计了一种鲁棒卡尔曼滤波器。利用Metropolis Hastings算法,从不确定噪声参数的似然函数中采样并以样本分布来近似后验噪声分布,然后计算其统计平均值,并借助后验噪声统计量扩展了经典卡尔曼滤波器。另外,针对采样时提议分布(Proposal Distribution)难以确定的问题,提出了一种提议分布自适应方法,即利用离散Fréchet距离来评价候选分布与先验分布变化趋势的相似性,然后选取相似性最大的候选分布为提议分布。通过处理毫米波雷达的测量数据证明了该滤波器在应对观测噪声不确定的场景时性能优越。

基于DUEA的天线伺服控制系统仿真

大口径射电望远镜天线易受到外部阵风等扰动、系统不确定及难以实现高指向精度的问题,为实现系统的高性能指标,提出了基于回路成形和扰动/不确定观测补偿(DUEA)的思想的方法。首先,使用混合灵敏度H;设计方法对标称模型设计主控制器来实现对输入信号的最优跟踪;然后,针对影响系统输出的外部扰动以及系统不确定部分,基于等效输入扰动(EID)策略,使用广义扩张状态观测器(GESO)对其进行等效观测和补偿。仿真验证结果表明:在系统存在参数不确定以及输入扰动时,使用提出的H_(∞)-GESO控制器的性能指标分散度为单独使用混合灵敏度H;控制器的指标分散度的66.7%及以下,天线控制性能得到了明显提升。