網(wǎng)絡(luò)化控制系統(tǒng)的建模與融合估計(jì).pdf

1、隨著網(wǎng)絡(luò)通訊技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，大量的網(wǎng)絡(luò)化控制系統(tǒng)隨之應(yīng)運(yùn)而生。網(wǎng)絡(luò)傳輸方式被廣泛應(yīng)用于國防建設(shè)和國民經(jīng)濟(jì)的各個方面，如軍事、工業(yè)、醫(yī)學(xué)、交通、航天等領(lǐng)域。但由于網(wǎng)絡(luò)的承載能力和通信帶寬有限，以及遮擋和干擾等因素的影響，網(wǎng)絡(luò)系統(tǒng)中不可避免地存在時間延遲、數(shù)據(jù)包丟失和多速率采樣等問題。這些問題在傳統(tǒng)的控制系統(tǒng)中是不存在的，因此基于傳統(tǒng)的估計(jì)理論給出的估計(jì)策略已不能直接應(yīng)用到網(wǎng)絡(luò)化控制系統(tǒng)中，必須針對網(wǎng)絡(luò)化控制系統(tǒng)的復(fù)雜結(jié)構(gòu)和所存

2、在的上述特殊問題，研究適合網(wǎng)絡(luò)環(huán)境的估計(jì)策略。在這樣的背景下，本文綜合考慮以上問題，基于射影理論和線性最小方差意義下的最優(yōu)融合算法，研究網(wǎng)絡(luò)化控制系統(tǒng)的建模和融合估計(jì)問題，主要內(nèi)容和創(chuàng)新點(diǎn)如下：
　　 對觀測數(shù)據(jù)包存在丟失的多傳感器線性離散時變隨機(jī)系統(tǒng)，提出了分布式和集中式信息融合估值器，包括濾波器、預(yù)報器和平滑器。推導(dǎo)了任兩個局部估計(jì)誤差之間的互協(xié)方差矩陣。對于線性定常系統(tǒng)，給出了分布式和集中式穩(wěn)態(tài)估值器存在的一個充分條件。證

3、明了任兩個局部估計(jì)誤差之間的互協(xié)方差陣的穩(wěn)態(tài)解的存在性。進(jìn)一步，對觀測數(shù)據(jù)包和控制數(shù)據(jù)包同時存在丟失的多傳感器線性離散時變隨機(jī)系統(tǒng)，提出了集中式最優(yōu)和穩(wěn)態(tài)信息融合估值器。
　　 對帶有隨機(jī)乘性噪聲不確定性和觀測數(shù)據(jù)包丟失的多傳感器離散時變隨機(jī)系統(tǒng)，設(shè)計(jì)了局部單傳感器子系統(tǒng)的估值器、分布式和集中式融合估值器。同時給出了穩(wěn)態(tài)估值器存在的一個充分條件。對帶有隨機(jī)乘性噪聲不確定性和不確定觀測的多傳感器離散隨機(jī)時變系統(tǒng)，提出了集中式最優(yōu)和

4、穩(wěn)態(tài)信息融合估值器。與目前文獻(xiàn)所提出的魯棒濾波器相比，不需要人為選擇抗干擾噪聲的系數(shù)矩陣和方差陣，并且所提出的濾波器在線性最小方差意義下是最優(yōu)的。
　　 對同時帶有隨機(jī)傳感器滯后、數(shù)據(jù)包丟失和不確定觀測的多傳感器線性離散時變隨機(jī)系統(tǒng)，利用三個伯努利分布的隨機(jī)變量，建立了統(tǒng)一的觀測模型來描述這三種隨機(jī)現(xiàn)象。進(jìn)而基于所建立的觀測模型對單傳感器系統(tǒng)在現(xiàn)有文獻(xiàn)的增廣方法下提出了線性最優(yōu)估值器。與文獻(xiàn)中濾波器相比，由于考慮了增廣的系統(tǒng)噪聲

5、是同時刻和相鄰時刻都相關(guān)的有色噪聲，因此在大滯后率下提高了估計(jì)精度。但有色噪聲的存在導(dǎo)致濾波器的結(jié)構(gòu)過于復(fù)雜，不便于實(shí)時應(yīng)用。因此，我們提出一種新的增廣方法，并基于這種增廣方法，設(shè)計(jì)了一種新的線性最優(yōu)估值器。與前面所提出的濾波器相比，由于建立了一個低階的參數(shù)化系統(tǒng)并且避免了有色噪聲的引入，因此所提出的估值器具有更簡潔的形式和較小的計(jì)算負(fù)擔(dān)。同時將目前所研究的問題推廣到多傳感器情形，基于新的增廣方法，提出了分布式和集中式信息融合估值器。<

6、br>　　 對多速率多傳感器線性離散隨機(jī)系統(tǒng)，其中狀態(tài)具有最高的狀態(tài)更新率，不同的傳感器具有不同的較低的觀測采樣率，通過建立第i個傳感器的觀測采樣點(diǎn)上的狀態(tài)空間模型，給出了狀態(tài)更新點(diǎn)上的局部狀態(tài)濾波器。利用次優(yōu)加權(quán)融合算法和協(xié)方差交叉融合算法，提出了狀態(tài)更新點(diǎn)上的分布式次優(yōu)融合濾波器。與狀態(tài)增廣方法相比，明顯減小了計(jì)算負(fù)擔(dān)。對帶有不同觀測數(shù)據(jù)包丟失率的多速率多傳感器線性離散隨機(jī)系統(tǒng)，通過引入偽觀測序列將多速率系統(tǒng)的融合估計(jì)問題轉(zhuǎn)化為等