带不确定噪声方差保性能鲁棒集中式融合Kalman预报器

对于带不确定噪声方差的多传感器系统,基于极大极小鲁棒估计原理,提出保证估计性能的集中式融合鲁棒稳态Kalman预报器.对于预置的估计精度偏差指标,利用Lagrange乘数法求得相应噪声方差的最大扰动域,使该域中所有可容许的噪声扰动,其实际精度对鲁棒精度的偏差被保证在预置范围内,并给出精度偏差的最大下界和最小上界.应用Lyapunov方程方法证明了保证估计性能能够被满足.仿真分析表明了所得结果的正确性和有效性.

带丢包不确定广义系统鲁棒Kalman预报器

针对一类带丢包和不确定噪声方差的广义系统,设计了鲁棒时变Kalman预报器.利用矩阵的非奇异线性变换,通过增广状态方法和虚拟噪声技术,将原系统转化为两个仅带有不确定噪声方差的降阶非广义子系统.根据极大极小鲁棒估计原理,基于带噪声方差保守上界的最坏情形子系统,得到子系统的鲁棒时变Kalman预报器.根据降阶子系统和原广义系统之间的关系,给出原系统的鲁棒时变Kalman预报器和预报误差方差阵.应用Lyapunov方程方法证明其鲁棒性,使得对于所有容许的不确定性,它的实际预报误差方差阵被保证有相应的最小上界.仿真例子验证了所提算法的有效性和正确性.

不确定多通道信号鲁棒稳态估计

对于一类具有随机参数矩阵、不确定噪声方差、一步随机时滞、丢包和丢失观测的多通道自回归(Autoregressive,AR)信号系统,文章研究其鲁棒稳态Kalman滤波问题.应用状态空间方法,增广方法和虚拟噪声技术,混合不确定AR信号模型被转换为仅带不确定噪声方差和相同过程以及观测噪声的状态空间模型.根据极大极小鲁棒估计原理,基于带不确定噪声方差保守上界的最坏情形系统,提出了鲁棒稳态Kalman一步和多步信号预报器.证明了所提出的信号预报器的鲁棒性,即对于所有容许的不确定性,信号预报器的实际稳态预报误差方差被保证有相应的最小上界.仿真例子验证了所提出方法的正确性和有效性.