版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)技術(shù)、信息技術(shù)及網(wǎng)絡(luò)通信技術(shù)的發(fā)展和交叉滲透,網(wǎng)絡(luò)化系統(tǒng)在軍事和民用領(lǐng)域得到了普遍的應(yīng)用。由于網(wǎng)絡(luò)化系統(tǒng)的特殊性和復(fù)雜性,性能各異的系統(tǒng)組件難以保持對(duì)所有物理信號(hào)始終采用統(tǒng)一的采樣率,并且不可避免的受到網(wǎng)絡(luò)化不確定性因素的影響。同時(shí),為滿足系統(tǒng)功能不斷增長(zhǎng)的需求,相較于傳統(tǒng)多傳感器系統(tǒng)的單速率采樣形式,基于網(wǎng)絡(luò)的多速率異步采樣多傳感器系統(tǒng)的融合估計(jì)問(wèn)題得到了廣泛的關(guān)注。本文針對(duì)不同采樣機(jī)制的異步采樣系統(tǒng),考慮了幾種網(wǎng)絡(luò)誘導(dǎo)的不
2、確定性因素,基于射影理論,研究了集中式融合、分布式融合和貫序融合估計(jì)算法。主要內(nèi)容包括如下幾個(gè)方面。
對(duì)帶同時(shí)刻相關(guān)噪聲的異步均勻采樣和異步非均勻采樣網(wǎng)絡(luò)化系統(tǒng),提出了線性無(wú)偏最小方差意義下的按矩陣加權(quán)分布式最優(yōu)融合估計(jì)算法。其中,通過(guò)迭代狀態(tài)方程建立了異步均勻采樣系統(tǒng)觀測(cè)采樣點(diǎn)上的狀態(tài)空間模型;采用狀態(tài)加權(quán)和觀測(cè)增廣的方法,建立了異步非均勻采樣系統(tǒng)狀態(tài)更新點(diǎn)上的增廣狀態(tài)空間模型;并推導(dǎo)了任意兩局部估值器間的估計(jì)誤差互協(xié)方差陣
3、。此外,針對(duì)異步均勻采樣系統(tǒng)分析了所提算法的漸近穩(wěn)定性;針對(duì)異步非均勻采樣系統(tǒng)提出的估計(jì)算法與現(xiàn)有文獻(xiàn)中的結(jié)果相比,不要求狀態(tài)轉(zhuǎn)移矩陣的逆存在,因而具有更廣泛的應(yīng)用領(lǐng)域。
對(duì)控制器到執(zhí)行器和傳感器到估值器數(shù)據(jù)傳輸存在丟包的異步非均勻采樣網(wǎng)絡(luò)化系統(tǒng),以及帶丟失觀測(cè)的異步非均勻采樣網(wǎng)絡(luò)化系統(tǒng),采用狀態(tài)加權(quán)的方法,分別建立了觀測(cè)采樣點(diǎn)之間以及觀測(cè)采樣點(diǎn)與其所在狀態(tài)更新周期左端點(diǎn)間的非增廣狀態(tài)空間模型。進(jìn)而基于所建立的模型提出了局部最
4、優(yōu)非增廣遞推狀態(tài)估值器,多傳感器最優(yōu)融合估值器和次優(yōu)協(xié)方差交叉分布式融合估值器。與現(xiàn)有文獻(xiàn)中的結(jié)果相比,所提估計(jì)算法不僅可以給出狀態(tài)更新點(diǎn)的狀態(tài)估值,而且能夠提供觀測(cè)采樣點(diǎn)的狀態(tài)估值。此外,所提估計(jì)算法可避免觀測(cè)的增廣,因而具有較小的計(jì)算負(fù)擔(dān)。
對(duì)帶定常單觀測(cè)時(shí)滯的異步均勻采樣網(wǎng)絡(luò)化系統(tǒng),通過(guò)迭代狀態(tài)方程建立了觀測(cè)采樣點(diǎn)上的非時(shí)滯狀態(tài)空間模型?;谒⒌哪P吞岢隽税淳仃嚰訖?quán)分布式實(shí)時(shí)最優(yōu)融合估值器。為避免實(shí)時(shí)估計(jì)算法中引入的
5、相關(guān)噪聲,采用偽觀測(cè)方法重新建立了狀態(tài)更新點(diǎn)上的狀態(tài)空間模型,并提出了具有更高估計(jì)精度的按矩陣加權(quán)分布式非實(shí)時(shí)最優(yōu)融合估值器。對(duì)帶多重隨機(jī)觀測(cè)時(shí)滯的異步均勻采樣網(wǎng)絡(luò)化系統(tǒng),通過(guò)迭代狀態(tài)方程建立了觀測(cè)采樣點(diǎn)上的非時(shí)滯狀態(tài)空間模型?;谒⒌哪P吞岢隽司植孔顑?yōu)狀態(tài)估值器,多傳感器最優(yōu)集中式和次優(yōu)協(xié)方差交叉分布式融合估值器。
對(duì)帶隨機(jī)參數(shù)擾動(dòng)、衰減觀測(cè)和相關(guān)噪聲的單速率多傳感器網(wǎng)絡(luò)化系統(tǒng),首先通過(guò)將乘性噪聲項(xiàng)移至加性噪聲中建立了等
6、價(jià)于原系統(tǒng)的狀態(tài)空間模型。進(jìn)而基于所建立的模型提出了最優(yōu)貫序融合估計(jì)算法,并證明了算法的最優(yōu)性。隨后,將其結(jié)論推廣到了帶同時(shí)刻相關(guān)系統(tǒng)噪聲和觀測(cè)噪聲的多傳感器異步均勻采樣網(wǎng)絡(luò)化系統(tǒng)中。對(duì)異步非均勻采樣系統(tǒng),采用狀態(tài)加權(quán)的方法建立了狀態(tài)更新點(diǎn)上的狀態(tài)空間模型?;谒⒌哪P吞岢隽俗顑?yōu)貫序融合估計(jì)算法,并證明了算法的最優(yōu)性。
對(duì)異步均勻采樣系統(tǒng),給出了基于迭代狀態(tài)方程、基于提升技術(shù)和基于偽觀測(cè)的同步化方法及相應(yīng)狀態(tài)估計(jì)算法,并提
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 通信受限的網(wǎng)絡(luò)化多傳感器系統(tǒng)融合估計(jì)算法研究.pdf
- 網(wǎng)絡(luò)化多傳感器信息融合估計(jì)算法研究.pdf
- 網(wǎng)絡(luò)化控制系統(tǒng)的建模與融合估計(jì).pdf
- 多傳感器異步采樣信息融合估計(jì).pdf
- 網(wǎng)絡(luò)化系統(tǒng)中采樣周期問(wèn)題的研究.pdf
- 無(wú)線網(wǎng)絡(luò)化多傳感器估計(jì)算法研究.pdf
- 通信受限下網(wǎng)絡(luò)化系統(tǒng)的最優(yōu)估計(jì).pdf
- 基于隨機(jī)采樣的網(wǎng)絡(luò)化系統(tǒng)H∞濾波問(wèn)題研究.pdf
- 變采樣周期網(wǎng)絡(luò)化系統(tǒng)的協(xié)同設(shè)計(jì)及其仿真研究.pdf
- 基于廣義系統(tǒng)的無(wú)線傳感器網(wǎng)絡(luò)融合估計(jì)算法研究.pdf
- 通訊受限的網(wǎng)絡(luò)化系統(tǒng)的狀態(tài)估計(jì)的研究.pdf
- 網(wǎng)絡(luò)化系統(tǒng)的滾動(dòng)時(shí)域控制與估計(jì)研究.pdf
- 多傳感器系統(tǒng)的網(wǎng)絡(luò)化實(shí)現(xiàn)及信息融合算法研究.pdf
- 網(wǎng)絡(luò)化線性系統(tǒng)狀態(tài)估計(jì)問(wèn)題研究.pdf
- 信息融合中狀態(tài)融合估計(jì)算法研究.pdf
- 網(wǎng)絡(luò)化系統(tǒng)的采樣周期問(wèn)題與事件觸發(fā)控制機(jī)制研究.pdf
- 網(wǎng)絡(luò)化控制系統(tǒng)中狀態(tài)估計(jì)問(wèn)題的研究.pdf
- 具有輸入飽和的變采樣網(wǎng)絡(luò)化控制系統(tǒng)設(shè)計(jì).pdf
- 含約束局域強(qiáng)耦合系統(tǒng)的融合估計(jì)算法研究.pdf
- 基于重采樣的無(wú)線信道信源數(shù)目估計(jì)算法研究.pdf
評(píng)論
0/150
提交評(píng)論