多傳感器時滯系統(tǒng)的信息融合算法研究.pdf

1、在實(shí)際系統(tǒng)中，總是不可避免地出現(xiàn)時滯現(xiàn)象，即事物的運(yùn)動規(guī)律不僅依賴于當(dāng)前的狀態(tài)，而且還依賴于事物的過去狀態(tài)。時滯系統(tǒng)有著很強(qiáng)的應(yīng)用背景，廣泛存在于社會生活的各個領(lǐng)域，如生物、生態(tài)、化工、機(jī)械、人口動態(tài)、網(wǎng)絡(luò)傳輸、計(jì)算機(jī)信息與數(shù)據(jù)傳輸?shù)鹊?。同時隨著傳感器技術(shù)、通信技術(shù)的發(fā)展，控制系統(tǒng)中越來越多的引入網(wǎng)絡(luò)，其為傳感器分布較廣，運(yùn)行環(huán)境復(fù)雜或存在危險性的系統(tǒng)控制提供了方便。然而，這些系統(tǒng)一個共同特點(diǎn)是在整個數(shù)據(jù)傳輸中存在著大量的噪聲、和數(shù)據(jù)損

2、失。這些因素使得依靠單傳感器提供的信息很難滿足狀態(tài)估計(jì)精度要求，采用多傳感器量測數(shù)據(jù)能提高狀態(tài)估計(jì)的精度，進(jìn)而減少在信息處理中可能出現(xiàn)的失誤。本文針對多傳感器時滯系統(tǒng)，研究測量數(shù)據(jù)發(fā)生丟失情況下的的信息融合算法。首先介紹了在實(shí)際系統(tǒng)中應(yīng)用廣泛的濾波方法及常見的信息融合結(jié)構(gòu)，詳細(xì)闡述了分布式和集中式最優(yōu)融合算法并對其性能進(jìn)行了比較分析；在此基礎(chǔ)上提出了基于卡爾曼濾波和H？濾波的信息融合算法。本文研究工作主要集中在兩個方面：1)基于卡爾曼濾

3、波理論，為存在測量數(shù)據(jù)發(fā)生丟失的多傳感器時滯系統(tǒng)設(shè)計(jì)修正卡爾曼濾波器。并在此基礎(chǔ)上討論數(shù)據(jù)丟失對濾波系統(tǒng)穩(wěn)定性的影響。隨后采用按矩陣加權(quán)，按對角陣加權(quán)，按標(biāo)量加權(quán)技術(shù)，設(shè)計(jì)分布式加權(quán)融合估計(jì)算法，并且給出了任意兩個傳感器之間的濾波誤差互協(xié)方差陣的計(jì)算公式。與基于單傳感器的局部估計(jì)相比，分布式融合估計(jì)具有更高的精度；2)針對測量數(shù)據(jù)發(fā)生丟失的多傳感器時滯系統(tǒng)，通過狀態(tài)增廣，利用Lyapunov穩(wěn)定性和線性矩陣不等式(LMI)方法，給出滿足