耿、杭;王子东;易小建;Alsaadi，Fuad E。;程玉华 round-robin协议下分数阶随机非线性系统的Tobit Kalman滤波。 （英语） Zbl 1526.93260号 国际J鲁棒非线性控制 31，第6号，2348-2370（2021）. 摘要：本文研究了一类离散时变分数阶系统在round-robin协议（RRP）下的Tobit Kalman滤波问题。分数阶动力学模型由Grunwald-Letnikov差分方程描述，并利用统计方法表征随机非线性，其中包括状态相关随机扰动作为特例。RRP用于确定传感器的传输顺序，以缓解不希望出现的数据冲突。在RRP调度下，每个时刻只允许一个传感器通过网络传输其测量值。根据著名的正交投影原理，设计了一种基于协议的分数阶Tobit Kalman滤波器，并对分数阶动力学和随机非线性进行了详细的研究。在滤波器设计过程中，出现了两个与RRP有关的新项，出现了分数动力学和随机非线性，这些项可以递归或离线进行适当处理。仿真结果证明了该方法的有效性。{©2021 John Wiley&Sons有限公司} 引用于7文件 MSC公司： 93E11号机组 随机控制理论中的滤波 26A33飞机 分数导数和积分 93立方厘米 控制理论中的非线性系统 关键词：分数阶系统;测量审查;round-robin协议;随机非线性;托比特卡尔曼滤波 PDF格式BibTeX公司 XML格式引用 \textit{H.Geng}等人，《国际鲁棒非线性控制》31，No.6，2348--2370（2021；Zbl 1526.93260） 全文： 内政部 参考文献： [1] Reyes‐MeloM、Martinez‐VegaJ、Guerrero‐SalazarC、Ortiz‐MendezU。有机电介质材料中弛豫现象的模拟。分数阶微分算子和积分算子的应用。光电高级材料杂志。2004;6(3):1037‐1043. [2] SjöergM，KariL。使用分数导数的橡胶隔离器系统的非线性行为。车辆系统动态。2002;37(3):217‐236. [3] 梅兰诺夫·扎博罗夫斯基五世。基于分数微积分的信息网络流量模型。论文发表于：信息技术和信息网络国际会议论文集；2001年10月：58‐63；中国北京。 [4] 艾哈迈德·埃尔加扎·艾哈迈德。关于非局部流行病的分数阶微分方程模型。物理统计力学应用。2007;379(2):607‐614. [5] 丁毅、王Z、YeH。利用记忆优化控制分数阶HIV免疫系统。IEEE变速器控制系统技术。2012;20(3):763‐769. [6] TangY、WangZ、FangJ。分数阶加权复杂网络的钉扎控制。混乱。2009;19:013112，共9页·Zbl 1311.34018号 [7] SierociukD，Dzieli nn skiA。分数阶卡尔曼滤波算法用于分数阶系统的状态、参数和阶数估计。国际应用数学与计算科学杂志。2006;16(1):129‐140. ·Zbl 1334.93172号 [8] SadeghianH，SalariehH。离散时间随机分数阶系统的广义卡尔曼滤波。机电一体化。2013;23(7):764‐771. [9] SierociukD。相关系统和测量噪声的分数卡尔曼滤波算法。控制网络。2013;42(2):471‐490. ·Zbl 1318.93091号 [10] 齐宾斯基SierociukD。分数阶和整数阶有色噪声系统的分数阶估计方案。循环系统信号处理。2014;33(12):3861‐3882. ·兹比尔1342.93109 [11] WuX、SunY、LuZ、WeiZ、NiM、YuW。针对Lévy噪声下的分数阶系统，提出了一种改进的卡尔曼滤波算法。J Frankl Inst.2015；352(5):1963‐1978. ·Zbl 1395.93551号 [12] 高Z。使用Tustin生成函数的连续时间线性和非线性分数阶系统的分数阶卡尔曼滤波器。国际J控制。2019;92(5):960‐974. ·Zbl 1416.93192号 [13] 沙菲·诺思拉提克。离散时间线性分数阶奇异系统的卡尔曼滤波。IET控制理论应用。2018;12(9):1254‐1266. [14] 薛，徐毅，郭杰，赵伟。基于分数卡尔曼滤波器的异步多速率传感器信息融合。复杂性。2018;2018:1450353，共10页·Zbl 1407.94045号 [15] YazEE、YazYI。具有一般准则的不确定非线性随机系统的状态估计。应用数学。2001;14(5):605‐610. ·Zbl 0976.93078号 [16] CuiY、LiuY、ZhangW、AlsaadiFE。具有欺骗攻击的非线性多智能体系统基于采样的一致性：解耦方法。IEEE Trans-Syst Man-Cybern系统。2018https://doi.org/10.109/TSMC.2018.2876497。 ·doi:10.1109/TSMC.2018年2876497 [17] ChenY、WangZ、WangL、ShengW。使用Round‐Robin协议对具有随机内部耦合的随机耦合网络进行有限时域H_∞状态估计。IEEE Trans Cybern公司。2020https://doi.org/10.109/TCYB.2020.3004288。 ·doi:10.1109/TCYB.2020.3004288 [18] ChenY、WangZ、WangL、ShengW。冗余信道下具有随机耦合强度的离散时间切换复杂网络的混合H_2/H_∞状态估计。IEEE Trans Neural Netw学习系统。2020;31(10):4130‐4142. [19] HouN、WangZ、HoDWC、DongH。欺骗攻击下复杂网络基于部分节点的鲁棒状态估计。IEEE Trans Cybern公司。2020;50(6):2793‐2802. [20] HuJ、WangZ、LiuG‐P、ZhangH、NavaratneR。一种基于预测的方法，用于通过传感器网络对缺失测量值和通信延迟进行分布式滤波。IEEE跨系统网络系统。2020https://doi.org/10.109/TSMC.2020.2966977。 ·doi:10.1109/TSMC2020.2966977 [21] LiuQ、WangZ、HeX、GhineG、AlsaadiFE。随机非线性和传感器退化下时变系统分布式滤波器设计的弹性方法。IEEE传输信号处理。2017;65(5):1300‐1309. ·Zbl 1414.94370号 [22] 江X、夏F、冯Z。随机增益变化、非线性和信道衰落随机系统的弹性H_∞滤波。循环系统信号处理。2019;38:4548‐4571. [23] WangZ、ChenD、DuJ。传感器网络上随机发生非线性和缺失测量的分布式方差约束鲁棒滤波。神经计算。2019;329:397‐406. [24] 高毅、胡杰、陈德。具有随机变化非线性和缺失测量的时变神经网络的方差约束弹性H_∞状态估计。高级Differ Equat。2019;2019:380. ·Zbl 1459.93173号 [25] 阿帕德维杜拉S、维拉瓦利维V、琼斯DL。具有审查传感器的分散检测。IEEE传输信号处理。2008;56(4):1362‐1373. ·Zbl 1390.94531号 [26] AllikB、MillerC、PiovosoMJ、ZurakowskiR。删失数据的非线性估计：EKF、UKF和Tobit Kalman滤波器的比较。论文发表于：《美国控制会议论文集》；2015年7月：5146‐5151；伊利诺伊州芝加哥。 [27] SunY CarsonR公司。具有非零阈值的Tobit模型。《经济学杂志》，2007年；10(3):488‐502. ·Zbl 1126.62116号 [28] AllikB、MillerC、PiovosoMJ、ZurakowskiR。托比特卡尔曼滤波器：一种用于截尾测量的估计器。IEEE变速器控制系统技术。2016;24(1):365‐371. [29] 利克斯·杜兹。具有模型不确定性的强跟踪Tobit Kalman滤波器。国际J控制自动化系统。2019;17(2):345‐355. [30] LiW和JiaY。具有时间相关乘法测量噪声的Tobit Kalman滤波器。IET控制理论应用。2017;11(1):122‐128. [31] 耿赫、王泽、程毅、阿尔萨迪菲、多贝亚姆。非高斯Lévy和时间相关加性传感器噪声下的状态估计：一种改进的Tobit Kalman滤波方法。信号处理。2019;154:120‐128. [32] 耿赫、王泽、梁毅、程毅、阿尔萨迪菲。冗余信道传输下具有时间相关乘性传感器噪声的Tobit Kalman滤波器。IEEE Sens J.2017；17(24):8367‐8377. [33] HeX黄J。具有输出死区的离散时间系统的间歇性故障检测：一种变Tobit Kalman滤波方法。《控制科学工程杂志》2017；2017:7849841，共9页·Zbl 1400.93299号 [34] LiQ、ShenB、WangZ、ShengW。Gilbert‐Elliott信道上传感器网络的递归分布式滤波：一种动态事件触发方法。自动化。2020;113:108681. ·Zbl 1440.93253号 [35] 刘强，王Z。采用二进制编码方案的线性动态网络的移动时域估计。IEEE Trans Autom控制。2020https://doi.org/10.1109/TAC.2020.2996579。 ·Zbl 07352226号 ·doi:10.1109/TAC.2020.2996579 [36] 赵姿、王姿、邹力、郭杰。随机延迟冗余信道上具有均匀量化的时变复杂网络的集员滤波。国际系统科学杂志。2020;51(16):3364-3377. ·兹比尔1483.93239 [37] JuY、WeiG、DingD、Zhang S。有限频域中具有循环协议的离散时滞网络系统的故障检测。国际系统科学杂志。2019;50(13):2497‐2509. ·Zbl 1483.93362号 [38] 宋杰、丁丁、刘赫、王X。在受到DoS攻击的传感器网络上进行非脆弱分布式状态估计：几乎可以肯定的稳定性。国际系统科学杂志。2020;51(6):1119‐1132. ·Zbl 1483.93632号 [39] MaoJ、DingD、WeiG、LiuH。Round‐Robin协议下具有均匀量化的时滞非线性随机系统的网络递归滤波。国际系统科学杂志。2019;50(4):871‐884. ·Zbl 1482.93632号 [40] MaL、WangZ、LiuY、AlsaadiFE。受乘性链路噪声和切换拓扑影响的传感器网络上非线性时滞系统的分布式滤波。国际J鲁棒非线性控制。2019;29(10):2941‐2959. ·Zbl 1418.93267号 [41] MaL、WangZ、HanQ‐L、LamHK。具有量化效应的非线性系统的包络约束H_∞滤波：有限时域情形。自动化。2018;93:527‐534. ·Zbl 1400.93073号 [42] LiX、HanF、HouN、DongH、LiuH。Round‐Robin协议下具有截尾测量的分段线性系统的集员滤波。国际系统科学杂志。2020;51(9):1578-1588. ·Zbl 1483.93655号 [43] ShenB，WangZ，WangD，LiQ.欺骗攻击下随机时变非线性复杂网络的状态饱和递归滤波器设计。IEEE跨神经网络学习系统。2020;31(10):3788‐3800. [44] ShenB、WangZ、WangD、LuoJ、PuH、PengY。一类带有能量采集传感器的非线性时滞系统的有限时域滤波。自动化。2019;100(2):144‐152. ·Zbl 1411.93176号 [45] ShenY、WangZ、ShenB、AlsaadiFE、AlsaaddiFE。加权一次丢弃协议下多速率线性重复过程的融合估计。信息融合。2020;55:281‐291. [46] 乌特科夫斯基、埃夫蒂莫夫特、波波夫斯基。在非相干设置中具有冲突解决的随机访问协议。IEEE有线通讯。2015;4(4):445‐448. [47] WanX、WangZ、WuM、LiuX。Round‐Robin协议下离散时间非线性奇摄动复杂网络的H_∞状态估计。IEEE Trans Neural Netw学习系统。2019;30(2):415‐426. [48] 王Y、王Z、邹L、东华。动态事件触发方案下离散时滞模糊系统的多回路分散H_∞模糊PID控制。IEEE Trans Cybern公司。2020https://doi.org/10.109/TCYB.2020.3025251。 ·doi:10.1109/TCYB.2020.3025251 [49] Liu S、WangZ、WeiG、LiM。传感器网络轮询调度下多速率系统的分布式集成员过滤。IEEE Trans Cybern公司。2018;50(5):1910‐1920. [50] ZouL、WangZ、HanQ‐L、ZhouDH。Round‐Robin协议下网络时延系统的移动时域估计。IEEE Trans-Autom控制。2019;64(12):5191‐5198. ·Zbl 1482.93358号 [51] 邹力、王Z、胡杰、周德。动态量化效应下未知输入的移动时域估计。IEEE Trans Autom控制。2020;65(12):5368‐5375. ·Zbl 07320107号 [52] 邹L、王Z、周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。自动化。2020;120:109154共13页·Zbl 1448.93191号 [53] KohBS、JunkinsJL。线性分数阶系统的卡尔曼滤波器。制导控制动力学杂志。2012;35(6):1816‐1827. 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。