带随机量测时滞和随机丢包的改进无迹卡尔曼滤波

经典卡尔曼滤波要求量测值可实时获取,且仅适用于线性系统.然而,在工程实际应用中,系统多为非线性系统,量测值也会发生滞后或者丢失等现象,此时经典卡尔曼滤波已不适用.因此,本文针对一类带有随机量测一步时滞和随机丢包的非线性离散系统的状态估计问题,用两个满足伯努利分布的独立随机变量来描述随机量测一步滞后和随机丢包的现象.当量测丢失时,用量测值的一步预测值来代替零输入进行补偿.在此基础上应用正交投影理论和无迹变换的方法提出了一种改进的无迹卡尔曼滤波算法.最后,通过仿真例子验证在考虑随机量测一步时滞和随机丢包的情况下,所提出的改进算法相比于经典无迹卡尔曼滤波算法具有更高的精度.

两次随机丢包的被动队列管理算法

主动队列管理算法增加了硬件资源和运算量的开销,并且存在参数设置敏感,响应相对滞后于实际网络状况的缺陷,并没有在实际网络上推广使用。因此对目前使用最多的弃尾被动队列管理进行改进,提出了两次随机丢包的被动队列管理算法。在队列满时,两次随机丢弃队列中的数据包,改善弃尾队列管理的缺陷,提高了网络传输性能;提出了速度公平性的概念,两次随机丢包的被动队列管理算法对占据队列较多的TCP链接有更好的惩罚作用,能有效提高RTT公平性和速度公平性;该算法计算量小;NS2仿真表明该算法的有效性。

N次随机丢包的被动队列管理算法

针对主动队列管理参数设置敏感、消耗大量资源等问题,提出了N次随机丢包的被动队列管理算法.当队列满时,根据当前网络中与路由节点链接的发送端数目,决定丢弃数据包N的值,然后再采用改进的随机丢弃策略丢弃N个数据包.新的算法与其他被动随机丢弃策略相比,克服了弃尾队列管理的缺陷,能够更快地响应网络拥塞,提高了网络传输性能,同时也能够在一定程度上保证公平性,NS2仿真表明了算法的有效性.

具有随机丢包的线性网络控制系统控制器设计

研究一类双向通道里同时存在随机数据包丢失的线性网络控制系统的控制器设计问题,随机数据包丢失同时存在于传感器-控制器和控制器-执行器网络通道里,随机数据包丢失采用满足Bernoulli分布的二进制切换序列来描述。在发生随机数据包丢失时,可采用闭环系统均方指数稳定的动态输出反馈控制器存在的充分性判据,并给出了基于线性矩阵不等式(LMI)的控制器求解方法,并通过一个仿真算例验证了控制器的正确性。

存在信道噪声和随机丢包的多机器人协调控制

针对无线网络环境下存在信道噪声和Markov型随机丢包的多机器人协调控制进行研究。假设机器人之间的通信拓扑是固定不变的,将机器人之间的连接权重、网络中的信道噪声和Markov型随机丢包等不确定因素转化为不确定系统中的某些不确定参数。依据鲁棒控制理论、不确定系统理论,建立多机器人系统模型。通过对整个系统的稳定性进行分析,采用线性矩阵不等式的求解方法,得到使多个机器人能够达到状态一致的权重选择条件,并设计出保持系统稳定的一致协调控制算法。利用可模拟网络环境下系统运行的仿真软件,分析多个机器人的运动状态特性曲线,并与参考文献中的类似问题进行比较,验证了所提算法的有效性。

具有随机丢包的非线性网控系统的鲁棒H_∞故障检测

针对具有模型不确定性和状态时滞的非线性网控系统,对它具有随机丢包的鲁棒H∞故障检测问题进行研究。采用动态故障检测滤波器构造残差产生器,将鲁棒H∞故障检测问题转化成H∞滤波器设计问题。所设计的鲁棒故障检测滤波器保证了故障检测系统均方渐近稳定且具有特定的H∞性能指标γ。数值仿真结果表明:利用该方法能够迅速准确地检测出系统的故障信号。

一类带有随机丢包和执行器饱和的网络化非线性系统的鲁棒H_(∞)控制

该文研究了在随机丢包和执行器饱和的影响下网络化非线性系统的鲁棒H;控制问题.丢包遵循伯努利随机二项分布,并且发生在两个通信信道中.通过引入一组辅助矩阵,将执行器饱和限制在凸包中.在以上因素均存在的情况下,设计了一个H_(∞)反馈控制器,使闭环系统在均方条件下指数稳定,并达到规定的H_(∞)性能.最后,通过仿真例子验证了所提出方法的有效性.

具有随机丢包的网络化多自主体系统的一致性

研究具有随机丢包的网络化多自主体系统的均方一致性问题,其中不同自主体间的通信通道具有相同的丢包情况并且均服从马尔可夫(Markov)分布。首先,利用系统变换和迭代方法,得到了系统达到均方一致的一个初等充要条件。然后,利用矩阵理论和图论知识,如果拓扑图含有有向生成树,则可以将系统的均方一致性转化成一个线性Markov跳变系统的均方稳定性,并且可以建立线性矩阵不等式形式的均方可镇定准则。最后,通过相应的仿真实例说明了所得结论的可行性。

具有时延和随机丢包过程的网络控制系统的分析与控制

对同时具有网络诱导时延和数据包丢失的网络控制系统进行了建模、稳定性分析和控制器的设计.网络诱导时延为小于一个采样周期的短时延,随机丢包过程是具有普遍意义的任意丢包过程,其数字特征不必先验得到,运用保证闭环网络控制系统渐近稳定的充分条件,得到了状态反馈控制器的设计方法.仿真结果证明了该方法的有效性.

基于滚动时域随机丢包的网络化系统状态估计研究

针对滚动时域存在数据包随机丢失现象的问题,文中在网络化控制系统进行了系统状态估计的研究。通过分析含有估计器、控制器等设备的网络化控制系统,利用增广矩阵求解矩阵方程,建立了离散时间切换模型来描述该类系统的数据随机丢包现象。根据滚动时域优化策略,通过求解线性矩阵的加权矩阵解决了数据包丢失对系统状态估计的影响,进而提高了估计方法的合理性和有效性。最后,使用数值仿真对所提方法进行了验证,与以往文献的比对结果表明,文中所提出的估计方法具有更低的均方差误差。

随机丢包和信道约束的网络控制系统滤波

针对网络控制系统存在随机丢包和信道约束等问题,研究一类H_(∞)滤波器设计方法。首先,引入随机伯努利序列建立传感器数据包丢失模型,运用两个独立事件描述网络信道约束的特征,并将滤波误差系统等效为含有两个子系统的离散切换系统。然后,通过Lyapunov函数和离散切换系统理论推导出滤波误差系统稳定性的判据,并给出滤波器参数矩阵求解的方法。最后,数值仿真阐述所设计H_(∞)滤波器的有效性。

随机丢包不确定的网络控制系统H_(∞)滤波

针对不确定的网络控制系统存在随机丢包和外部扰动信号等问题,设计一类H_(∞)滤波器,以提高控制系统鲁棒性.运用随机伯努利序列刻画传感器测量数据包丢失的数学模型,将滤波误差系统构建为含有随机不确定参数的闭环系统.通过Lyapunov函数和概率论推导出滤波误差系统稳定性条件,并给出滤波器参数矩阵求解的方法.仿真示例表明所设计H_(∞)滤波器的可行性.

具有随机丢包的非线性网络化控制系统鲁棒故障检测

针对具有随机丢包的Lipschitz非线性网络化控制系统,研究了系统存在外部干扰情况下的鲁棒故障检测问题.由于带宽有限,传感器-控制器和控制器-执行器的网络通道中存在随机数据包丢失,鉴于此,设计一种基于观测器的故障检测滤波器,给出存在故障检测滤波器的充分条件,使误差系统均方指数稳定并达到鲁棒∞干扰抑制水平,同时给出基于观测残差均方值的故障检测策略.通过仿真算例验证了所提出方法的有效性.

具有随机丢包的网络控制系统的镇定

研究具有随机丢包的网络控制系统(NCS)的镇定问题.同时考虑传感器节点到控制器节点(S/C)和控制器节点到执行器节点(C/A)的随机丢包,并分别对这两种丢包现象建模.基于Lyapunov稳定性理论,得到闭环系统全局均方渐近稳定的充分条件.进一步利用线性矩阵不等式(LMI)方法,得到状态反馈控制律的增益矩阵.数值仿真算例验证了所得结果的有效性.

增益随机变化随机丢包时滞系统非脆弱H_∞滤波

鉴于目前的数字控制系统是离散的,设计了一类具有无穷分布时滞、随机丢失测量的离散系统的非脆弱H_∞滤波器.为了模拟离散系统增益随机变化现象,在滤波器的增益中引入高斯分布的随机变化分量;引入无穷分布时滞,刻画网络控制系统中有限的带宽产生的影响;进一步地,考虑由伯努利分布的白序列描述的随机丢失测量现象.基于李亚普诺夫稳定性理论、随机分析技术及线性矩阵不等式(LMI)技术,得到使整个滤波器增广系统渐近稳定,同时满足性能指标的非脆弱H_∞滤波器存在的充分条件,通过半定程序方法求解滤波器增益.最后,由数值仿真说明研究的有效性.

基于随机丢包网络化控制系统的故障检测

针对一类随机丢包情形下网络化控制系统,考虑了故障检测滤波器设计问题.通过用观测基础的故障检测滤波器作为残差产生机制,建立了随机的故障检测模型,故障检测滤波器的设计问题被转化为H∞模型匹配的问题.基于随机故障检测模型,利用李亚普诺夫函数方法和H∞相关的技巧,获得丢包率依赖的充分条件,即观测误差系统的指数均方稳定性及相对残差的H∞扰动水平被得到.由于相应的结论是以线性矩阵不等式形式表现,因此滤波器设计可以通过利用方便的数值软件Matlab工具箱而易于得到.仿真结果显示了所提出方法的有效性.

带丢包的网络化控制系统的随机故障检测

为提高网络化控制系统的性能和稳定性,研究系统中同时存在随机故障、丢包以及信号量化的故障检测(FD)问题。用满足Bernoulli分布的随机变量表示故障发生概率,建立存在随机故障的网络化控制系统的数学模型。用FD滤波器作为残差产生机制,借助状态增广的方法将常规的FD滤波器设计问题转化为H∞滤波问题。利用Lyapunov稳定性理论和线性矩阵不等式(LMI)方法得到滤波器的参数表达式,从而获得系统的残差,用于判断故障是否发生。仿真验证了所设计的随机故障检测方法的有效性。

量化误差下具有多丢包的信息物理系统H_(∞)滤波

研究一类具有信息传输不完全的信息物理系统H_(∞)滤波问题,考虑的信息传输不完全现象主要包括通信设备缺陷引起的量化误差和网络固有因素造成的连续随机多数据包丢失。采用Delta算子离散化方法构建信息物理系统状态空间模型和H_(∞)滤波器模型,通过分析和建模将量化误差和丢包模型与滤波器模型结合得出滤波误差系统。利用Lyapunov稳定性理论和Schur补引理推导出保证系统渐近稳定和H_(∞)性能的2个定理。基于目标追踪系统进行滤波器的仿真验证,结果表明:当量化器的参数固定时,随着最大丢包数的增加,H_(∞)性能指标γ逐渐增大,即数据包丢失越严重对系统稳定性造成的影响越大,但所设计的滤波器仍满足稳定性条件。所提滤波方法是有效的。

具有多丢包的随机奇异系统的分布式后验滤波器

考虑网络传输过程中的随机数据包丢失现象,研究带有多个传感器的局部随机奇异线性系统的分布式后验滤波问题。首先,基于典范型分解将原奇异系统转化为快、慢两个降阶子系统。快子系统的后验滤波由已有结果给出,然后针对慢子系统提出局部后验滤波器,且推导了任两个传感器子系统之间的互协方差矩阵的计算公式;进而由线性最小方差意义下的矩阵加权融合算法获得原始奇异系统的分布式融合后验滤波器。仿真研究验证了算法的有效性。

基于FNN的污水处理过程数据丢包补偿方法研究

针对污水处理数据传输过程具有随机丢包的问题,提出一种基于模糊神经网络的数据丢包预测补偿方法。该方法利用模糊神经网络的自适应特点,结合缓冲区、事件-时间混合驱动以及时间标志信息,通过利用已知的数据包预测出当前丢失的数据包,对污水处理过程网络传输丢包数据进行了实时补偿,解决了污水处理数据传输过程的随机丢包问题。实验结果显示,该方法能够有效地实现丢包数据的预测和补偿,与其他方法的比较结果显示该方法具有较好的性能。