×

具有时滞传感器的不确定线性随机系统的分布式融合滚动时域滤波。 (英语) Zbl 1273.93163号

摘要:针对具有时滞传感器的不确定线性随机系统,研究了一种新的分布式融合滚动时域滤波问题。首先,我们在系统模型和测量模型中构造了一个具有时滞的局部衰退地平线卡尔曼滤波器(LRHKFTD)。关键技术是推导LRHKFTD之间的递归误差互协方差方程,以计算最优矩阵融合权重。首次提出了具有延迟传感器的线性离散系统的分布式融合滚动时域滤波器。它具有并行结构,能够处理多传感器时延测量,因此可以减少计算负担,并且如果某些传感器发生故障,它比集中式传感器更可靠。对一个多时滞系统的仿真表明,与集中式滚动时域滤波器和非滚动滤波器相比,该滤波器的有效性。

MSC公司:

93E11号机组 随机控制理论中的滤波
93二氧化碳 控制理论中的线性系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 盆地,M。;Shi,P。;卡尔德隆·阿尔瓦雷斯,D。;Wang,J.,具有状态或测量延迟的线性时变系统的中心次优(H_)滤波器设计,电路、系统和信号处理,28,305-330(2009)·兹比尔1173.93011
[2] 盆地,M。;Shi,P。;Calderon-Alvarez,D.,线性随机时滞系统的联合状态滤波和参数估计,信号处理,91,782-792(2011)·Zbl 1217.94034号
[3] Chen,W.H。;Guan,Z.H。;Lu,X.,具有状态和输入时滞的不确定离散系统的时滞依赖保性能控制,富兰克林研究所学报,341419-430(2004)·Zbl 1055.93054号
[4] Glistic,S。;Talvite,J。;Kumpumaki,T。;Latva-aho,M.,基于CDMA的低轨卫星网络的设计研究:下行链路系统级参数,IEEE通信选定领域杂志,14,1796-1808(1996)
[5] Kim,J.H。;Ahn,S.J。;Ahn,S.,带时滞离散多面体不确定系统的保成本和(H_\infty)滤波,富兰克林研究所学报,342,365-378(2005)·Zbl 1146.93379号
[6] 刘,A。;Yu,L。;Zhang,W.A.,具有时变时滞和数据包无序的网络系统的(H_\infty)控制,富兰克林研究所学报,348917-932(2011)·Zbl 1225.93043号
[7] 彭,C。;岳,D。;田,E.G。;Gu,Z.,网络控制系统基于延迟分布的稳定性分析和综合方法,富兰克林研究所杂志,346349-365(2009)·Zbl 1166.93381号
[8] Yu,L。;Gao,F.,具有状态和输入时滞的离散不确定系统的最优保性能控制,富兰克林研究所学报,338101-110(2001)·Zbl 0998.93512号
[9] Malek-Zavarei,M。;Jamshidi,M.,《时间延迟系统:分析、优化和应用》(1987年),荷兰北荷兰:北荷兰阿姆斯特丹·Zbl 0658.93001号
[10] Kwakernaak,H.,时滞线性系统中的最优滤波,IEEE自动控制汇刊,12169-173(1967)
[11] 米什拉,J。;Rajamani,V.,《有色观测噪声时滞系统的最小二乘状态估计:一种创新方法》,IEEE自动控制汇刊,20140-142(1975)·Zbl 0298.93016号
[12] 普里默,R。;Vacroux,A.,多时滞线性离散系统的估计,IEEE自动控制汇刊,14384-387(1969)
[13] Salvatore,N。;Caponio,A。;Neri,F.,通过微分进化优化基于延迟状态卡尔曼滤波器的异步电机无传感器控制算法,IEEE工业电子学报,57,385-394(2010)
[14] Bar-Shalom,Y。;Li,X.,《多目标多传感器跟踪:原理与技术》(1995),YBS出版社:YBS出版社故事
[15] Zhu,Y.M.,多传感器决策与估计融合(2002),Kluwer:Kluwer Boston
[16] 剑士,D.D。;Boyd,J.E.,估计算法中的传感器融合,富兰克林研究所杂志,339375-385(2002)·Zbl 1008.93525号
[17] Sun,S.,多传感器最优信息融合卡尔曼滤波器及其应用,航空航天科学与技术,857-62(2004)·Zbl 1060.93096号
[18] Sun,S。;Deng,Z.,多传感器最优信息融合卡尔曼滤波器,Automatica,401017-123(2004)·Zbl 1075.93037号
[19] Bar-Shalom,Y。;Campo,L.,《公共过程噪声对双传感器融合航迹协方差的影响》,IEEE航空航天和电子系统汇刊,22803-805(1986)
[20] Kobayashi,K。;Cheok,K。;Watanabe,K.,通过模糊逻辑卡尔曼滤波传感器融合技术的精确差分全球定位系统,IEEE工业电子学报,45,510-518(1998)
[21] Kwon,W。;Han,S.,《衰退视野控制:状态模型的模型预测控制》(2005年),施普林格出版社:英国伦敦施普林格
[22] 安德森,B。;Moore,J.,《最优滤波》(1979),普伦蒂斯·霍尔·Zbl 0688.93058号
[23] An,J。;文,G。;Gan,N。;Li,R.,时变分布时滞不确定系统鲁棒(H_有效)滤波器设计的时滞导数依赖方法,富兰克林研究所学报,348179-200(2011)·Zbl 1214.93041号
[24] 盆地,M。;Calderon-Alvarez,D.,未知参数线性观测的最优滤波,富兰克林研究所学报,347988-1000(2010)·Zbl 1201.93121号
[25] 盆地,M。;Loukianov,A。;Hernandez-Gonzalez,M.,不确定线性随机系统的均方滤波,信号处理,901916-1923(2010)·Zbl 1197.94022号
[26] Schweppe,F.,《不确定动力系统》(1973),普伦蒂斯·霍尔:新泽西州普伦蒂斯霍尔上鞍河
[27] Watanabe,W.,《自适应估计与控制》(1991),Prentice-Hall:Prentice-Hall纽约
[28] Alessandri,A。;巴格里托,M。;Battistelli,G.,离散时间线性系统的回归估计,IEEE自动控制汇刊,48,473-478(2003)·Zbl 1364.93758号
[29] Alessandri,A。;巴格里托,M。;Battistelli,G.,切换离散时间线性系统的衰减时域估计,IEEE自动控制汇刊,501736-1748(2005)·Zbl 1365.93479号
[30] Jazwinski,A.,《随机过程和过滤理论》(1970),学术:纽约学术出版社·Zbl 0203.50101号
[31] Kwon,W。;Lee,K。;Kwon,O.,时变状态空间模型的最优FIR滤波器,IEEE航空航天与电子系统汇刊,261011-1021(1990)
[32] Kwon,W。;Kim,P。;Park,P.,离散时不变系统的滚动时域卡尔曼FIR滤波器,IEEE自动控制汇刊,441787-1791(1999)·Zbl 0958.93092号
[33] D.Kim,V.Shin,《连续线性系统的最优滚动时域FIR滤波器》,载《SICE-ICCAS国际会议论文集》,韩国釜山,2006年,第263-265页。;D.Kim,V.Shin,《连续线性系统的最优滚动时域FIR滤波器》,载于《SICE-ICCAS国际会议论文集》,韩国釜山,2006年,第263-265页。
[34] D.Kim,V.Shin,连续时间非线性随机系统的最优后退时域滤波器,载于:第六届WSEAS国际信号处理会议论文集,美国德克萨斯州达拉斯,2007年,第112-116页。;D.Kim,V.Shin,连续非线性随机系统的最优滚动时域滤波器,载于:第六届WSEAS信号处理国际会议论文集,美国德克萨斯州达拉斯,2007年,第112-116页。
[35] I.Song,D.Kim,Y.Kim,S.Lee,V.Shin,线性随机系统中的分布式融合滚动时域滤波,EURASIP信号处理进展杂志,doi:10.1155/2009/929535。;I.Song,D.Kim,Y.Kim,S.Lee,V.Shin,线性随机系统中的分布式融合滚动时域滤波,EURASIP信号处理进展杂志,doi:10.1155/2009/929535·Zbl 1192.94057号
[36] 宋,I。;Shin,V.,多传感器线性动力学系统的后退视界滤波,国际创新计算、信息与控制杂志,7609-624(2011)
[37] Shin,V。;Lee,Y。;Choi,T.,广义Millman公式及其在估计问题中的应用,信号处理,86,257-266(2006)·Zbl 1163.94388号
[38] Zhu,Y。;你,Z。;Zhao,J.,带反馈的分布式卡尔曼滤波融合的最优性,Automatica,371489-1493(2001)·Zbl 0989.93088号
[39] 周,J。;Zhu,Y。;You,Z.,分布式多传感器系统中最优线性估计融合的有效算法,IEEE系统、人与控制论汇刊,36,1000-1009(2006)
[40] Montazeri-Gh,M。;Soleymani,M.,《混合动力电动汽车主动悬架系统能量再生研究》,IEEE工业电子学报,57918-925(2010)
[41] Sung,K。;韩,Y。;Cho,J.,使用模糊移动滑模控制器的车辆ER悬架系统振动控制,Automatica,3111004-1019(2008)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。