帶有限步相關(guān)噪聲隨機(jī)不確定系統(tǒng)的信息融合估計(jì).pdf

1、隨著現(xiàn)代控制系統(tǒng)的規(guī)模日益擴(kuò)大、分散化程度不斷提高和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)化控制系統(tǒng)憑借高效、高可靠性、操作靈活及成本低等優(yōu)點(diǎn)廣泛應(yīng)用于軍事和國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域。但同時(shí)，不可靠的網(wǎng)絡(luò)環(huán)境也使網(wǎng)絡(luò)化控制系統(tǒng)存在諸多不確定性。除了網(wǎng)絡(luò)帶寬有限導(dǎo)致的傳輸時(shí)延、數(shù)據(jù)丟包等隨機(jī)現(xiàn)象以外，由于所處環(huán)境的復(fù)雜性或經(jīng)濟(jì)條件的限制，過(guò)程干擾、相關(guān)噪聲、隨機(jī)不確定性、隨機(jī)非線性和多速率采樣等問(wèn)題在所難免。本文針對(duì)網(wǎng)絡(luò)化系統(tǒng)的上述特點(diǎn)，綜合考慮網(wǎng)絡(luò)傳輸過(guò)程

2、中的各種隨機(jī)現(xiàn)象，基于射影理論和線性無(wú)偏最小方差意義下的最優(yōu)融合算法，研究網(wǎng)絡(luò)化系統(tǒng)的融合估計(jì)問(wèn)題。主要研究?jī)?nèi)容如下:
　　1.對(duì)帶乘性噪聲和相關(guān)加性噪聲的多傳感器隨機(jī)不確定系統(tǒng)，提出了集中式和分布式信息融合估計(jì)算法。所考慮的系統(tǒng)模型中，系統(tǒng)方程和觀測(cè)方程中的乘性噪聲在同時(shí)刻互相關(guān)，系統(tǒng)噪聲和觀測(cè)噪聲一步自相關(guān)和兩步互相關(guān)?；谛孪⒎治龇椒ǎ岢隽司€性最小方差意義下的集中式最優(yōu)融合估值器，包括濾波器、預(yù)報(bào)器和平滑器。利用局部最優(yōu)濾

3、波器，推導(dǎo)了任意兩個(gè)傳感器子系統(tǒng)之間的濾波誤差互協(xié)方差矩陣。應(yīng)用線性無(wú)偏最小方差矩陣加權(quán)最優(yōu)融合準(zhǔn)則，給出了按矩陣加權(quán)分布式融合濾波器。為了避免計(jì)算估計(jì)誤差互協(xié)方差矩陣，又給出了協(xié)方差交叉融合濾波器。最后，對(duì)所提出的三種融合估計(jì)算法在精度和計(jì)算量方面進(jìn)行了比較分析。
　　2.對(duì)帶乘性噪聲和有限步自/互相關(guān)加性噪聲的多傳感器隨機(jī)不確定系統(tǒng)，提出了集中式和分布式融合估計(jì)算法。采用觀測(cè)增廣方法，設(shè)計(jì)了線性最小方差意義下的集中式最優(yōu)融合估

4、值器，包括濾波器、預(yù)報(bào)器和平滑器。對(duì)每個(gè)單傳感器系統(tǒng)，給出了局部最優(yōu)濾波器。基于新息分析方法，推導(dǎo)了任意兩個(gè)傳感器子系統(tǒng)之間的濾波誤差互協(xié)方差矩陣。應(yīng)用線性無(wú)偏最小方差加權(quán)融合估計(jì)準(zhǔn)則，給出了按矩陣加權(quán)分布式融合濾波器。最后，通過(guò)仿真實(shí)例驗(yàn)證了算法的有效性。
　　3.對(duì)帶隨機(jī)參數(shù)矩陣、隨機(jī)非線性、衰減觀測(cè)和有限步自/互相關(guān)加性噪聲的多通道隨機(jī)不確定系統(tǒng)，提出了線性最小方差最優(yōu)線性估值器。在網(wǎng)絡(luò)化控制系統(tǒng)中，乘性噪聲、時(shí)延和丟包均可

5、由隨機(jī)參數(shù)矩陣來(lái)轉(zhuǎn)化和描述。這里考慮的隨機(jī)參數(shù)矩陣是同時(shí)刻互相關(guān)的;各觀測(cè)信道具有不同的衰減觀測(cè)率。系統(tǒng)遭受到的隨機(jī)非線性均由統(tǒng)計(jì)特性來(lái)描述。基于新息分析方法，提出了線性最優(yōu)估值器，包括濾波器、預(yù)報(bào)器和平滑器。與現(xiàn)有文獻(xiàn)相比提高了估計(jì)精度。
　　4.對(duì)帶乘性噪聲和一步自相關(guān)加性噪聲的多傳感器多速率采樣隨機(jī)不確定系統(tǒng)，提出了分布式融合濾波算法。所考慮的系統(tǒng)狀態(tài)以最快速率均勻進(jìn)行更新，不同傳感器以整數(shù)倍狀態(tài)更新周期的不同速率進(jìn)行觀測(cè)采