×
刘美琴;张森林;金耀初

基于统一模型的时滞非线性智能系统的多传感器最优（H_{infty}）融合滤波器。 （英语） 兹比尔1220.93073

神经网络。 24，第3期，280-290（2011）.
摘要：本文研究一类非线性时滞智能系统的多传感器最优（H_（{）infty}）融合滤波。采用由线性动态系统和有界静态非线性算子组成的统一模型来描述这些系统，如神经网络和Takagi-Sugeno（T-S）模糊模型。在利用线性矩阵不等式（LMI）方法对该统一模型进行性能分析的基础上，为多传感器时滞系统设计了集中式和分布式融合滤波器，以保证融合误差系统的渐近稳定性，并减小噪声对滤波误差的影响。这些滤波器的参数是通过求解特征值问题（EVP）得到的。由于大多数具有或不具有时滞的人工神经网络或模糊系统都可以用这个统一模型描述，因此这些系统的融合滤波器设计可以用统一的方式进行。通过仿真实例说明了该方法的设计过程和有效性。

引用于2文件

理学硕士：

93E11号机组 随机控制理论中的滤波
68T05型 人工智能中的学习和自适应系统
93立方厘米 控制理论中的非线性系统
93立方厘米 模糊控制/观测系统

关键词：

具有时滞的非线性智能系统;\（H_{\infty}\）融合滤波;分布式融合滤波器;多传感器系统;神经网络;Takagi-Sugeno模糊系统

软件：

LMI工具箱
PDF格式BibTeX公司 XML格式引用
\textit{M.Liu}等人，神经网络。24，第3号，280--290（2011；Zbl 1220.93073）
全文： 内政部

参考文献：

[1] B.D.O.安德森。；Moore，J.B.，《最优滤波》（1979），普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德克利夫斯，新泽西州·Zbl 0758.93070号
[2] 博伊德，S.P。；Ghaoui，L.E。；Feron，E。；Balakrishnan，V.，《系统和控制理论中的线性矩阵不等式》（1994），工业应用数学学会：工业应用数学协会，宾夕法尼亚州费城·Zbl 0816.93004号
[3] Burl，J.B.，《非线性系统的（H_\infty）估计》，IEEE Signal Processing Letters，5，8，199-202（1998）
[4] 曹义勇。；Frank，P.M.，通过线性Takagi-Sugeno模糊模型进行非线性时滞系统的稳定性分析和综合，模糊集和系统，124，2，213-229（2001）·Zbl 1002.93051号
[5] 陈，B。；刘，X。；Tong，S.，时滞模糊动态系统的时滞相关稳定性分析与控制综合，模糊集与系统，157，16，2224-2240（2006）·Zbl 1106.93046号
[6] 蔡，L。；Komuro，M。；Matsumoto，T.，双卷系列，IEEE电路与系统汇刊，33，11，1072-1118（1986）·Zbl 0634.58015号
[7] 艾尔萨耶德，A。；Grimble，M.J.，最佳数字线性滤波器（H_）设计的新方法，IMA数学控制与信息杂志，6，2，233-251（1989）·Zbl 0678.93063号
[8] Feng，G.，模糊动态系统的鲁棒滤波，IEEE航空航天与电子系统汇刊，41，2，658-670（2005）
[9] Gahinet，P。；内米洛夫斯基，A。；Laub，A.J。；Chilali，M.，LMI控制工具箱-用于Matlab（1995），The MATH Works，Inc.：The MATH Works，Inc.，马萨诸塞州纳蒂克
[10] 高，H。；孟，X。；Chen，T.，二维系统鲁棒滤波器的新设计，IEEE信号处理快报，15217-220（2008）
[11] 高，H。；Wang，C.，不确定离散时间状态延迟系统鲁棒（H_）滤波的延迟相关方法，IEEE信号处理学报，52，6，1631-1640（2004）·兹比尔1369.93175
[12] 黄，H。；Feng，G.，延迟神经网络的延迟相关（H_）和广义（H_2）滤波，IEEE电路与系统事务I：常规论文，56，4，846-857（2009）·Zbl 1468.93067号
[13] Li，Q.，Wang，H.，Zhang，W.，&Liu，X.（2007）\（H_\infty\）IEEE自动化和物流国际会议; Li，Q.，Wang，H.，Zhang，W.，&Liu，X.（2007）\（H_\infty\）IEEE自动化和物流国际会议
[14] Liu，M.，基于标准神经网络模型的非线性系统动态输出反馈镇定，国际神经系统杂志，16，4，305-317（2006）
[15] Liu，M.，控制系统的延迟标准神经网络模型，IEEE神经网络汇刊，18，5，1376-1391（2007）
[16] Liu，M.，一般混沌延迟神经网络的最优指数同步：LMI方法，神经网络，22，7，949-957（2009）·Zbl 1338.93285号
[17] 刘，M。；Wang，H.，通过状态和动态输出反馈实现具有时滞的神经非线性系统的新型稳定控制，国际控制、自动化和系统杂志，6，1，24-34（2008）
[18] 刘，M。；邱，M。；Zhang，S.，一类非线性时滞智能系统的多传感器最优（H_\infty）融合滤波器，（Yu，W.；He，H.；Zhang
[19] 刘，M。；张，S。；Yan，G.，非线性系统反馈镇定的新神经网络模型，浙江大学学报，9，8，1015-1023（2008）·Zbl 1144.93334号
[20] Lu，H.T.，延迟神经网络中的混沌吸引子，物理快报A，298，2-3，109-116（2002）·Zbl 0995.92004号
[21] Nagpal，K.M。；Khargonekar，P.P.，《（H_\infty）设置中的滤波与平滑》，IEEE自动控制事务，36，2，152-166（1991）·Zbl 0758.93074号
[22] Shaked，U.，（H_\infty）线性平稳过程的最小误差状态估计，IEEE Trans。自动化。控制，35，5，554-558（1990）·Zbl 0706.93063号
[23] Sun，H.、Liu，R.和Wen，C.（2007）。一类连续不确定动态系统鲁棒融合滤波器的设计与性能分析。在程序。第26届中国控制会议; Sun，H.、Liu，R.和Wen，C.（2007）。一类连续不确定动态系统鲁棒融合滤波器的设计与性能分析。在程序。第26届中国控制会议
[24] Tseng，C.-S.，一类非线性随机系统的鲁棒模糊滤波器设计，IEEE模糊系统汇刊，15，2，261-274（2007）
[25] Wang，J.和Xue，A.（2004）。不确定系统的鲁棒保性能数据融合方法。在里面第五届世界智能控制与自动化大会; Wang，J.和Xue，A.（2004年）。不确定系统的鲁棒保性能数据融合方法。在里面第五届世界智能控制与自动化大会
[26] 王，Z。；Yang，F。；Ho，D.W.C。；Liu，X.，缺失测量随机时滞系统的鲁棒滤波，IEEE信号处理学报，54，7，2579-2587（2006）·Zbl 1373.94729号
[27] Xu，S.，一类离散时间不确定非线性时滞系统的鲁棒滤波，IEEE电路与系统学报-I，49，9，1853-1859（2002）
[28] Yalcin，M.E。；苏肯斯，J.A.K。；Vandewalle，J.，时滞Lur'e系统的主从同步，国际分岔与混沌杂志，11，6，1707-1721（2001）
[29] Yung，C.-F。；李玉凤。；Sheu，H.-T.，非线性系统的（H_\infty）滤波与解界，国际控制杂志，74，6，565-570（2001）·Zbl 1031.93147号
[30] 张，H。；Lun，S。；Liu，D.，一类多时滞非线性离散时间系统的Fuzzy滤波器设计，IEEE模糊系统学报，15，3，453-469（2007）
[31] 张杰。；夏，Y。；Tao，R.，模糊时滞系统（H_\infty）滤波的新结果，IEEE模糊系统汇刊，17，1，128-137（2009）
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。