基于协作的分布式估计算法及在模型预测控制中的应用

摘要

为解决带有有界噪声的大型网络化系统中的估计问题,提出一种基于协作的分布式估计算法.考虑各个子系统间的相互作用,建立一个由完全解耦模型和相互作用模型组成的合成模型.根据系统中存在的任意有界噪声,由各个子系统目标函数的凸组合组成全系统的估计目标函数,来充分利用各个系统的信息.该算法建模简单,各子系统采用并行运算,计算效率高;应用到模型预测控制中,解决了状态不完全可测的问题。仿真结果表明基于协作的分布式估计算法的估计精度比Kalman估计算法更高,估计误差小于0.05.