不確定觀測系統(tǒng)的分布式狀態(tài)估計.pdf

1、不確定觀測系統(tǒng)普遍存在于許多實際應用中，例如在網(wǎng)絡控制系統(tǒng)和無線傳感器網(wǎng)絡中，由于環(huán)境的影響和通信網(wǎng)絡的不可靠性，可能會導致觀測數(shù)據(jù)丟失。這樣體現(xiàn)在觀測方程中就會存在觀測不確定性。本論文主要研究觀測數(shù)據(jù)丟失現(xiàn)象可通過一個Bernoulli分布的隨機變量來描述的系統(tǒng)。將對具有不確定觀測的多傳感器離散隨機線性系統(tǒng)，開展分布式信息融合估計算法的研究。主要研究內(nèi)容，包括分布式信息融合白噪聲估值器、狀態(tài)估值器及傳感器觀測帶未知干擾的狀態(tài)估值器。

2、 基于新息分析方法，對帶相關噪聲的不確定觀測離散隨機線性系統(tǒng)，提出了基于單傳感器系統(tǒng)的白噪聲線性最小方差最優(yōu)白噪聲估值器，包括輸入白噪聲估值器和觀測白噪聲估值器。同時，在系統(tǒng)穩(wěn)定的條件下給出了穩(wěn)態(tài)白噪聲估值器。并進一步基于穩(wěn)態(tài)Kalman估值器給出了統(tǒng)一的漸近穩(wěn)定的Wiener白噪聲估值器。最后，對多傳感器不確定隨機系統(tǒng)，基于分布式線性最小方差加權(quán)信息融合估計算法，給出了分布式加權(quán)融合輸入白噪聲估值器，并推導了任兩個傳感器子系統(tǒng)之

3、間的估計誤差互協(xié)方差陣的計算公式。為了與集中式融合估計進行精度和計算量的比較，我們也給出了集中式融合估計算法。 基于新息分析方法，對帶相關噪聲的不確定觀測離散隨機線性系統(tǒng)，基于單傳感器系統(tǒng)提出了線性最小方差最優(yōu)和穩(wěn)態(tài)狀態(tài)估值器。同時，基于穩(wěn)態(tài)Kalman濾波器給出了統(tǒng)一的漸近穩(wěn)定的Wiener狀態(tài)估值器。另外，對同時刻及相鄰時刻噪聲相關的不確定觀測隨機系統(tǒng)，提出了基于單傳感器的狀態(tài)估值器。進而對多傳感器系統(tǒng)推得了任兩個傳感器子系

4、統(tǒng)之間的估計誤差互協(xié)方差陣。然后應用分布式加權(quán)信息融合算法，獲得了分布式加權(quán)融合狀態(tài)估值器，并將分布式融合與集中式融合進行了精度比較。 對傳感器帶未知干擾輸入的不確定觀測隨機系統(tǒng)，首先，基于單傳感器提出了不依賴于未知干擾輸入的線性無偏最小方差狀態(tài)濾波器，包括先驗濾波器和后驗濾波器。進而，對多傳感器系統(tǒng)推得了任兩個傳感器子系統(tǒng)之間的濾波誤差互協(xié)方差陣。最后，基于分布式加權(quán)融合估計算法，給出了多傳感器分布式加權(quán)融。合狀態(tài)濾波器，并將