×
钟美英;Steven X·丁。;韩庆龙;他，肖;周东华

基于Krein空间的线性离散时变系统事件触发（H_）滤波方法。 （英语） Zbl 1480.93277号

Automatica公司 135，文章ID 110001，9 p.（2022）.
摘要：本文研究线性离散时变（LDTV）系统的事件触发（H_）滤波问题。利用提升技术，我们首先对具有非均匀采样周期的LDTV系统建立了一个不定二次型等价最小问题的等价关系。然后，基于Krein空间投影和新息分析，导出了期望滤波器存在的充分必要条件，并利用Riccati递推得到了可行解。因此，给出了一种基于时间更新和事件更新递归的事件触发（H_infty）滤波算法提供了滤波方案，使估计误差与事件触发传输误差完全解耦。此外，与现有的基于递归线性不等式矩阵的方法相比，新提出的Krein空间方法不那么保守，更具计算吸引力。最后，通过一个数值例子说明了该方法的有效性。

引用于1文件

MSC公司：

93元65角 离散事件控制/观测系统
93B36型 \（H^\infty）-控制
93E11号机组 随机控制理论中的滤波
93C55美元 离散时间控制/观测系统
93二氧化碳 控制理论中的线性系统

关键词：

事件触发机制;\（H_\infty\）过滤;线性离散时变系统;Krein空间;投影
PDF格式BibTeX公司 XML格式引用
\textit｛M.Zhong｝等人，Automatica 135，文章ID 110001，第9页（2022；Zbl 1480.93277）
全文： 内政部

参考文献：

[1] 丁·L。；韩，Q。；Ge，X.，《多智能体系统事件触发共识的最新进展概述》，IEEE控制论汇刊，48，4，1110-1123（2018）
[2] 丁·D。；王，Z。；Han，Q.-L.，传感器网络上一般非线性系统事件触发滤波的集成员方法，IEEE自动控制汇刊，65，4，1792-1799（2020）·Zbl 1533.93453号
[3] Dong，H。；王，Z。；Ding，D.，离散时变系统的基于事件的滤波，（第20届国际自动化与计算大会论文集（2014），克兰菲尔德大学：英国贝德福德郡克兰菲尔德大学），116-121
[4] Dong，H。；王，Z。；丁，S.X。；Gao，H.，一类具有衰落信道和乘性噪声的非线性时变系统的基于事件的滤波器设计，IEEE Transactions on Signal Processing，63，13，3387-3395（2015）·Zbl 1394.94160号
[5] Ge，X。；韩庆林。；张，X。；丁·L。；Yang，F.，传感器网络上的分布式事件触发估计：一项调查，IEEE控制论汇刊，50，3，1306-1320（2020）
[6] Hassibi，B.、Sayed，A.H.和Kailath，T.，1993年。Krei空间中的递归线性估计——第二部分：应用。在IEEE第32届会议关于决策和控制的会议记录中（第3495-3500页）。美国德克萨斯州圣安东尼奥。
[7] 哈西比，B。；赛义德，A.H。；Kailath，T.，《不确定二次估计和控制：（H_2）和（H_infty）理论的统一方法》（1999），SIAM:SIAM PA，费城·Zbl 0997.93506号
[8] 黄，J。；石，D。；Chen，T.，《稳健事件触发状态估计：风险敏感方法》，Automatica，99，253-265（2019）·Zbl 1406.93345号
[9] 黄，J。；石，D。；Chen，T.，具有未知外部输入系统的事件触发鲁棒状态估计，Automatica，第109248条，pp.（2020）·Zbl 1451.93236号
[10] 李伟（Li，W.）。；Jia，Y.，传感器网络上的事件触发卡尔曼一致性滤波器，IET控制理论与应用，10，1，103-110（2016）
[11] 李，S。；Li，Z.，事件触发容积卡尔曼滤波器在无线传感器网络远程非线性状态估计中的应用，IEEE工业电子学报，68，6，5133-5145（2021）
[12] 李，Q。；沈，B。；王，Z。；Alsaadi，F.E.，受量化效应和分布延迟影响的状态饱和复杂网络的事件触发状态估计，富兰克林研究所杂志，355，5，2874-2891（2018）·Zbl 1393.93122号
[13] 刘，J。；顾毅。；曹，J。；Fei，S.，具有传感器饱和和网络攻击的传感器网络上的分布式事件触发过滤，ISA Transactions，81，63-75（2018）
[14] 潘，Y。；Yang，G.，非线性网络控制系统的新型事件触发滤波器设计，富兰克林研究所杂志，355，3，1259-1277（2018）·Zbl 1393.93072号
[15] 石，D。；Chen，T。；Shi，L.，一种具有多点和集值测量的事件触发状态估计方法，Automatica，50，661641-1648（2014）·Zbl 1296.93187号
[16] 石，D。；Chen，T。；Shi，L.，关于集值卡尔曼滤波及其在基于事件的状态估计中的应用，IEEE自动控制汇刊，60，5，1275-1290（2015）·Zbl 1360.93711号
[17] 苏，X。；温，Y。；Shi，P。；Lam，H.，通过降阶方法对非线性动态系统进行事件触发模糊滤波，IEEE模糊系统汇刊，27，6，1215-1225（2019）
[18] 孙，Y。；Yu，J。；Chen，Z.，非线性网络离散时间系统的事件触发滤波，IEEE工业电子学报，62，11，7163-7170（2015）
[19] 特林佩，S。；D'Andrea，R.，基于事件的状态估计与基于方差的触发，IEEE自动控制事务，59，12，3266-3281（2014）·Zbl 1360.93715号
[20] Wang，F。；王，Z。；Liang，J.，移位线性重复过程的事件触发递归滤波，IEEE Trans。《控制论》，50，4，1761-1770（2020）
[21] Xiao，X。；Partk，J.H。；周，L.，离散切换线性系统的事件触发滤波，ISA Trans。，77, 112-121 (2018)
[22] 徐，L。；莫，Y。；Xie，L.，随机事件触发传感器调度和数据包丢弃的远程状态估计，IEEE自动控制汇刊，65，11，4981-4988（2020）·Zbl 07320078号
[23] Yan，H。；Xu，X。；张，H。；Yang，F.，滤波网络上T-S模糊系统的分布式事件触发状态估计，J.the Franklin Institute，354，9，3760-3779（2017）·Zbl 1367.93666号
[24] 张，X。；Han，Q.-L.，采样数据系统的基于事件的过滤，Automatica，51，55-69（2015）·Zbl 1309.93096号
[25] 张，X。；韩庆林。；Zhang，B.，《基于采样数据的网络系统事件触发控制和过滤的概述和深入研究》，IEEE Trans。工业信息学，13，1，4-16（2017）
[26] 张，H。；Xie，L.，《具有输入/输出延迟的系统的控制和估计》（2007），Springer:Springer Berlin·Zbl 1117.93003号
[27] 钟，M。；丁，S.X。；周，D。；He，X.，线性离散时间系统事件触发故障检测的优化方法，IEEE自动控制学报，65，10，4464-4471（2020）·Zbl 07320029号
[28] 钟，M。；周，D。；Ding，S.X.，关于线性离散时变系统的（H_\infty）故障检测滤波器的设计，IEEE自动控制学报，55，7，1689-1695（2010）·Zbl 1368.93738号
[29] 邹，L。；王，Z。；Zhou，D.，《基于事件的网络系统控制和过滤：一项调查》，《国际自动化与计算》，第14、3、239-253页（2017年）
[30] 邹，L。；王，Z。；Zhou，D.，基于组件的动态事件触发传输下非均匀采样的移动时域估计，Automatica，120，第109154页，（2020）·Zbl 1448.93191号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。