网络环境下带相关噪声系统的状态估计算法研究

摘要

近年来，网络化系统在空间探索、目标跟踪、工业监控和通信等领域的成功应用引起人们的广泛关注。在网络化系统的数据传输中，由于信号的传输依赖于通信网络，系统不可避免地要受到网络环境的影响，网络诱导时延、测量衰减和数据包丢失等现象是很常见的。此外，由于连续系统的离散化、系统处于同一噪声污染源及模型转化等因素，系统噪声往往呈现相关甚至有限步相关的情形。考虑到上述问题，本文研究带相关噪声的网络化系统，主要研究内容包括以下几个方面:
　　首先，针对带测量衰减和相关噪声的时滞系统，通过给定区间上的概率质量函数来描述传感器的衰减现象，并考虑时延同时存在于系统状态和观测的情况。另外，乘性噪声用来描述状态的不确定性。基于射影理论，设计了线性最小方差意义下的最优线性估值器。本文所提算法与传统的增广状态法相比，当时延比较大时，有效避免了高维矩阵运算，降低了计算负担。
　　其次，针对带测量衰减、随机观测时滞和有限步相关噪声的复杂网络化控制系统，根据相关噪声的步数，先分析了噪声与状态、观测、新息及新息与状态、观测之间的相关性，随后给出了相关阵的递推计算公式。基于射影理论，设计了线性最小方差意义下的最优线性估值器，包括滤波器、预报器和平滑器。
　　然后，针对带有限步相关噪声、乘性噪声和多丢包的网络化广义系统，基于快慢子系统分解方法，广义系统被分解为两个带有限步相关噪声的线性非奇异子系统。利用新息分析方法，给出了新系统的最优线性估值器包括滤波器、预报器和平滑器及相应的误差方差阵，进而得到原广义系统的最优估值器。
　　最后，通过几个仿真实例说明了所提算法的有效性。

目录

摘要

第1章 绪论

1．1 课题的研究背景及意义

1．2 网络化控制系统的基本问题

1．3 带相关噪声系统的研究现状

1．4 主要研究内容

第2章 带测量衰减和相关噪声时滞系统的最优线性估值器

2．1 引言

2．2 问题提出

2．3 系统转化和主要引理

2．4 最优线性估值器

2．4．1 最优滤波器

2．4．2 最优预报器

2．4．3 最优平滑器

2．5 仿真实例

2．6 本章小结

第3章 带测量衰减、随机观测时滞和有限步相关噪声系统的最优线性估值器

3．1 引言

3．2 问题提出

3．3 相关性分析

3．4 最优线性估值器

3．4．1 最优滤波器和平滑器

3．4．2 最优预报器

3．4．3 算法流程图

3．5 仿真实例

3．6 本章小结

第4章 带有限步相关噪声的网络化广义系统的最优线性估值器

4．1 引言

4．2 问题阐述

4．3 系统转化和统计特性分析

4．3．1 系统转化

4．3．2 统计特性分析和预备引理

4．4 最优线性估值器

4．4．1 最优线性滤波器

4．4．2 最优线性预报器

4．4．3 最优线性平滑器

4．4．4 原广义系统的最优线性估值器

4．5 仿真实例

4．6 本章小结

结论

参考文献

致谢

攻读学位期间发表论文

声明