×
谢克沙瓦利·奇特拉甘蒂;萨米尔·阿布克雷内

基于事件的相关噪声估计。 （英语） 兹比尔1418.93156

J.富兰克林研究所。 356，第13号，7533-7547（2019）.
摘要：对于具有基于事件的测量和相关噪声的线性系统，提出了一种状态估计算法。采用一般的基于事件的采样来获得测量，其中在测量不可用的情况下，使用基于事件的策略本身来获得近似的状态和协方差估计。为了处理相关噪声，采用两步预测方法获得估计状态和协方差的递归方程。通过仿真实例说明了所得结果。

引用于1文件

MSC公司：

93元65角 离散事件控制/观测系统
93二氧化碳 控制理论中的线性系统

关键词：

基于事件的估计;线性系统;相关噪声
PDF格式BibTeX公司 XML格式引用
\textit｛S.Chitraganti｝和\textit｛S.Abkerane｝，J.Franklin Inst.356，编号13，7533-7547（2019；Zbl 1418.93156）
全文： 内政部

参考文献：

[1] Bar-Shalom，Y。；Li，X.R。；Kirubarajan，T.，《估计及其在跟踪和导航中的应用：理论算法和软件》（2004），John Wiley&Sons
[2] Bemporad，A。；Heemels，M。；Johansson，M.，网络控制系统，406（2010），Springer·Zbl 1201.93003号
[3] 卡巴列罗-阿吉拉，R。；Hermoso-Carazo，A。；Linares-Pérez，J.，具有随机参数矩阵、相关噪声和延迟测量的网络系统的最佳状态估计，国际通用系统杂志。，44, 2, 142-154 (2015) ·Zbl 1309.93152号
[4] Chang，G.，用于同一时间点交叉相关过程和观测噪声的边缘无迹卡尔曼滤波器，IET雷达声纳导航。，8, 1, 54-64 (2014)
[5] 盖尔斯，M.J.F。；Airey，S.S.，用于语音识别的高斯乘积，计算机。演讲语言，20，1，22-40（2006）
[6] Gustafsson，F.，《自适应滤波和变化检测》（2000），威利
[7] Han，D。；莫，Y。；吴杰。；Weerakkody，S。；Sinopoli，B。；Shi，L.，用于远程状态估计的随机事件触发传感器调度，IEEE Trans。自动。控制，60，10，2661-2675（2015）·Zbl 1360.93672号
[8] 赫斯帕尼亚，J.P。；Naghshtabrizi，P。；Xu，Y.，网络控制系统最新结果调查，Proc。IEEE，95,1138-162（2007年）
[9] 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
[10] 黄，Y。；Zhang，Y。；李，N。；Shi，Z.，在一个时间间隔具有相关噪声的非线性系统的高斯近似滤波器和平滑器的设计，电路系统。信号处理。，35, 11, 3981-4008 (2016) ·Zbl 1345.93154号
[11] 黄，Y。；Zhang，Y。；王，X。；Zhao，L.，同一时期具有相关噪声的非线性系统的高斯滤波器，Automatica，60，122-126（2015）·Zbl 1331.93201号
[12] 伊梅尔，O.C。；Basar，T.，《有限测量下的最优估计》，国际期刊系统。控制通信。，2, 1-3, 5-29 (2010)
[13] 江，L。；Yan，L。；夏，Y。；郭，Q。；Fu，M。；Xiao，B.，具有相关噪声的事件触发多传感器数据融合，第20届国际信息融合大会论文集，1-8（2017），IEEE
[14] 李，L。；莱蒙，M。；Wang，X.，向量线性过程中的事件触发状态估计，美国控制会议论文集，2138-2143（2010）
[15] 李，L。；牛，M。；Yang，H。；Liu，Z.，具有相关噪声的网络系统的事件触发非线性滤波，J.Frankl。研究所，355，13，5811-5829（2018）·Zbl 1451.93240号
[16] 刘，Q。；王，Z。；何，X。；周德华，基于事件的控制和估计策略调查，系统。科学。控制工程：Open Access J.，2，1，90-97（2014）
[17] 刘，Q。；王，Z。；何，X。；Zhou，D.H.，《带有测量量化和随机传感器故障的事件触发弹性滤波：单调性和收敛性》，Automatica，94，458-464（2018）·Zbl 1401.93203号
[18] Miskowicz，M.，《基于事件的控制和信号处理》（2015），CRC出版社
[19] Mohammadi，A。；Plataniotis，K.N.，《基于信息触发和自适应更新的基于事件的估计》，IEEE Trans。信号处理。，65, 18, 4924-4939 (2017) ·Zbl 1414.94420号
[20] Msechu，E.J。；Roumeliotis，S.I。；里贝罗，A。；Giannakis，G.B.，具有可伸缩通信成本的分散量化卡尔曼滤波，IEEE Trans。信号处理。，56, 8, 3727-3741 (2008) ·Zbl 1390.94315号
[21] Ouimet，M。；伊格莱西亚斯，D。；艾哈迈德，N。；Martínez，S.，《使用事件触发估计的合作机器人定位》，J.Aerosp。信息系统。，15, 7, 427-449 (2018)
[22] 里贝罗，A。；Giannakis，G.B。；Roumeliotis，S.I.，Soi kf：利用创新符号进行低成本通信的分布式卡尔曼滤波，IEEE Trans。信号处理。，54, 12, 4782-4795 (2006) ·Zbl 1374.94589号
[23] 石，D。；Chen，T。；Shi，L.，事件触发最大似然状态估计，Automatica，50，1247-254（2014）·Zbl 1298.93322号
[24] Shu，H。；张，S。；沈，B。；Liu，Y.，具有缺失测量和相关噪声的线性离散系统的未知输入和状态估计，国际通用系统杂志。，45, 5, 648-661 (2016) ·Zbl 1342.93108号
[25] Shynk，J.J.，《概率、随机变量和随机过程：理论和信号处理应用》（2012），John Wiley&Sons·Zbl 1275.60002号
[26] Sijs，J。；Lazar，M.，带时间同步更新的基于事件的状态估计，IEEE Trans。自动。对照，57，10，2650-2655（2012）·Zbl 1369.93604号
[27] Simon，D.，《最优状态估计：卡尔曼、H无限和非线性方法》（2006），John Wiley&Sons
[28] 索伦森，H.W。；Alspach，D.L.，使用高斯和的递归贝叶斯估计，Automatica，7，4，465-479（1971）·Zbl 0219.93020号
[29] Sun，S.L。；邓振林，多传感器最优信息融合卡尔曼滤波器，Automatica，40，6，1017-1023（2004）·Zbl 1075.93037号
[30] 沃尔什，G.C。；Ye，H.，网络控制系统调度，IEEE控制系统。，21, 1, 57-65 (2001)
[31] Wang，F.Y。；Liu，D.，网络控制系统，理论与应用（2008），Springer-Verlag:Springer-Verlag London·Zbl 1143.93003号
[32] 王，X。；梁，Y。；潘，Q。；Yang，F.，带相关噪声非线性系统的高斯近似递归滤波器，Automatica，48，9，2290-2297（2012）·Zbl 1257.93102号
[33] 王，X。；梁，Y。；潘，Q。；赵，C。；Yang，F.，具有随机延迟测量和相关噪声的非线性系统的高斯滤波器的设计与实现，应用。数学。计算。，232, 1011-1024 (2014) ·Zbl 1410.93131号
[34] Wang，Y.L。；Shi，P。；Lim，C.C。；Liu，Y.，连续时间网络控制系统的事件触发故障检测滤波器设计，IEEE Trans。赛博。，46, 12, 3414-3426 (2016)
[35] 吴杰。；贾庆生。；Johansson，K.H。；Shi，L.，《基于事件的传感器数据调度：通信速率和估计质量之间的权衡》，IEEE Trans。自动。控制，58，4，1041-1046（2013）·Zbl 1369.90086号
[36] 徐，J。；迪米洛夫斯基，G.M。；Jing，Y。；Shen，C.，具有相关噪声的非线性随机系统的UKF设计和稳定性，IEEE决策与控制会议论文集，6226-6231（2007）
[37] 徐，J。；Ho，D.W。；李，F。；Yang，W。；Tang，Y.，隐马尔可夫模型的事件触发风险敏感状态估计，IEEE Trans。自动。控制（2019年）·兹比尔1482.93613
[38] Yan，L。；Li，X.R。；夏，Y。；Fu，M.，交叉相关噪声中状态估计的最优顺序和分布式融合，Automatica，49，12，3607-3612（2013）·Zbl 1315.93079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。