不確定系統(tǒng)保性能魯棒融合Kalman濾波.pdf

1、多傳感器信息融合是一門新興的多學(xué)科交叉的邊緣學(xué)科，目的是如何組合局部觀測(cè)或局部狀態(tài)估值器得到一個(gè)全局的融合的狀態(tài)估值器，它的精度高于每個(gè)局部狀態(tài)估值器的精度。基本的融合方法有兩種:集中式和分布式融合方法。Kalman濾波是多傳感器信息融合的基本工具，但它要求多傳感器系統(tǒng)的模型參數(shù)和噪聲方差是精確己知的。然而，由于模型簡(jiǎn)化、建模誤差、未建模動(dòng)態(tài)、隨機(jī)干擾等因素，在許多應(yīng)用問題中，模型參數(shù)和噪聲方差是不確定的。隨著網(wǎng)絡(luò)技術(shù)及傳感器技術(shù)的快速

2、發(fā)展，網(wǎng)絡(luò)化系統(tǒng)的狀態(tài)估計(jì)問題是一個(gè)新的研究方向。但由于網(wǎng)絡(luò)的通信帶寬有限，傳感器故障，以及各種外部隨機(jī)擾動(dòng)，使得網(wǎng)絡(luò)化系統(tǒng)存在諸多的不確定性，主要包括:丟包、丟失觀測(cè)、乘性噪聲、隨機(jī)滯后觀測(cè)等。為克服這些不確定性帶來的濾波器性能變壞甚至發(fā)散，不確定系統(tǒng)魯棒融合Kalman濾波的研究成為熱點(diǎn)。
　　本文對(duì)不確定多傳感器系統(tǒng)，根據(jù)極大極小魯棒估計(jì)原理，基于最壞情形保守系統(tǒng)設(shè)計(jì)最小方差估值器，研究保性能魯棒融合Kalman濾波問題。所

3、謂保性能魯棒Kalman濾波器是指設(shè)計(jì)一個(gè)濾波器使其對(duì)所有容許的不確定性，它相應(yīng)的精度偏差被保證有最大下界和最小上界，或精度偏差被保證不超過預(yù)置的指標(biāo)范圍。主要工作如下:
　　首先，對(duì)帶不確定噪聲方差的線性離散定常多傳感器系統(tǒng)，基于極大極小魯棒估計(jì)原理和噪聲方差擾動(dòng)的參數(shù)化表示方法，應(yīng)用Lyapunov方程方法，分別設(shè)計(jì)了兩類保性能魯棒融合Kalman濾波器和預(yù)報(bào)器，包括保性能魯棒加權(quán)觀測(cè)融合預(yù)報(bào)器，保性能魯棒按矩陣加權(quán)融合濾波器

4、以及統(tǒng)一形式下的保性能魯棒集中式和加權(quán)觀測(cè)融合濾波器。第一類是對(duì)預(yù)先指定的精度偏差指標(biāo)，構(gòu)建一個(gè)不確定噪聲方差的最大擾動(dòng)域，使對(duì)此域中的所有噪聲方差擾動(dòng)，相應(yīng)的精度偏差均保持在預(yù)置的指標(biāo)范圍內(nèi)。第二類是已給噪聲方差的有界擾動(dòng)域，在該域上尋找估值器精度偏差的最小上界和最大下界。本文提出分別用Lagrange乘數(shù)法和線性規(guī)劃方法給出這兩類問題的解析解。
　　其次，對(duì)帶不確定噪聲方差和丟失觀測(cè)的線性離散定常多傳感器系統(tǒng)，應(yīng)用虛擬噪聲技術(shù)

5、，將原始系統(tǒng)轉(zhuǎn)化為僅帶不確定噪聲方差系統(tǒng)，基于極大極小魯棒估計(jì)原理和噪聲方差擾動(dòng)的參數(shù)化表示方法，應(yīng)用Lyapunov方程方法，分別設(shè)計(jì)了兩類保性能魯棒融合Kalman估值器，包括保性能魯棒加權(quán)觀測(cè)融合Kalman估值器（濾波器、預(yù)報(bào)器和平滑器），以及保性能魯棒集中式融合Kalman預(yù)報(bào)器。
　　最后，對(duì)帶不確定噪聲方差、乘性噪聲和有色觀測(cè)噪聲的線性離散定常多傳感器系統(tǒng)，應(yīng)用增廣狀態(tài)方法，使用虛擬噪聲技術(shù)，將原始系統(tǒng)轉(zhuǎn)化為僅帶不確