帶隨機(jī)滯后和丟包網(wǎng)絡(luò)系統(tǒng)的滿階濾波器.pdf

1、在網(wǎng)絡(luò)控制和通信系統(tǒng)中，觀測(cè)帶隨機(jī)滯后和丟包的系統(tǒng)普遍存在的，由于傳輸通道的不穩(wěn)定性和通信的不可靠性，可能會(huì)導(dǎo)致一步或多步的隨機(jī)觀測(cè)滯后或數(shù)據(jù)包的丟失，從而導(dǎo)致系統(tǒng)性能下降。在觀測(cè)方程中的表現(xiàn)即為存在觀測(cè)隨機(jī)滯后和丟包項(xiàng)。本論文主要研究的觀測(cè)數(shù)據(jù)隨機(jī)滯后及單個(gè)丟包和多丟包的現(xiàn)象可通過(guò)一個(gè)Bernoulli分布的隨機(jī)變量來(lái)描述。對(duì)觀測(cè)帶隨機(jī)滯后的線性離散隨機(jī)系統(tǒng)，開展分布式信息融合估計(jì)算法研究。主要研究?jī)?nèi)容如下:
　　 對(duì)帶一步隨

2、機(jī)滯后和丟包單傳感器線性離散系統(tǒng)，利用已有文獻(xiàn)中的Kalman濾波器形式，提出相應(yīng)模型的Kalman滿階次優(yōu)濾波器。進(jìn)一步，對(duì)多傳感器帶一步隨機(jī)觀測(cè)滯后和丟包的系統(tǒng)，推導(dǎo)了任意兩個(gè)傳感器子系統(tǒng)之間的估計(jì)誤差互協(xié)方差陣計(jì)算公式。最后，基于線性最小方差加權(quán)信息融合估計(jì)算法，給出了分布式加權(quán)信息融合Kalman濾波器。
　　 對(duì)帶有觀測(cè)多時(shí)滯的單傳感器線性離散系統(tǒng)，在已知具體的時(shí)滯情況下，基于射影定理，提出相應(yīng)模型的滿階最優(yōu)Kalma

3、n濾波器。進(jìn)一步，對(duì)多傳感器帶有觀測(cè)多時(shí)滯系統(tǒng)，推導(dǎo)了任意兩個(gè)傳感器子系統(tǒng)之間的估計(jì)誤差互協(xié)方差陣計(jì)算公式。最后，基于線性最小方差加權(quán)信息融合估計(jì)算法，給出了分布式加權(quán)信息融合滿階最優(yōu)Kalman濾波器。與之相對(duì)應(yīng)的，推導(dǎo)出了集中式信息融合滿階最優(yōu)Kalman濾波器。
　　 對(duì)帶有觀測(cè)多時(shí)滯多丟包的單傳感器線性離散系統(tǒng)，在僅知道發(fā)生滯后和丟包的概率情況下，基于射影定理，提出相應(yīng)模型的滿階次優(yōu)Kalman濾波器。進(jìn)一步，對(duì)多傳感器