具有传感器增益退化、随机时延和丢包的分布式融合估计器

研究了具有传感器增益退化、模型不确定性、数据传输时延和丢包的网络化多传感器分布式融合估计问题,模型的不确定性描述为系统矩阵受到随机扰动,传感器增益退化现象通过统计特性已知的随机变量来描述,随机时延和丢包现象存在于局部最优状态估计向融合中心传输的过程中.首先,设计了一种局部最优无偏估计器,然后将传输时延描述为随机过程,并在融合中心端建立符合存储规则的时延-丢包模型,利用最优线性无偏估计方法,导出最小方差意义下的分布式融合估计器.最后,通过算例仿真证明所设计融合估计器的有效性.     

具有Markovian时延与丢包的离散系统的状态估计

网络化控制系统中经常会因网络带宽有限而导致数据包在网络中传输时产生时延甚至丢失.本文主要研究具有Markovian时延与丢包的离散线性系统的状态估计问题.通过在估计器端设置适当长度的缓存器,把具有多状态Markovian时延与丢包的离散定常系统建模成数据包到达过程为两状态Markovian模型的离散时变系统,并基于跳跃线性估计器的思想提出了一类特殊的估计器,即限定接收历史估计器 (FRHE).在最大时延已知时,给出了可选增益的最优RHE设计策略.该策略虽然是次优,却能提供简便的计算.通过与时变Kalman估计器 (TVKE)的仿真对比,表明所提策略的有效性.     

基于线性编码的随机时延和丢包下的状态估计

关于具有数据随机传输时延和丢包的网络化状态估计问题,针对多个测量数据包同时到达远程处理中心的情况,为减轻计算负担,提出了一种线性编码方法对多个测量值进行线性重组进而用以推导估计器,并给出估计器稳定的充分条件.在最小方差原则下通过改变编码参数组合来改变估计器精度,通过算例仿真验证所提估计器的有效性.结果表明,上述估计器能...     

具有传感器增益退化的不确定系统融合估计器

研究具有传感器增益退化、模型不确定性的多传感器融合估计问题, 其中传感器增益退化现象描述为统计特性已知的随机变量, 模型的不确定性描述为系统矩阵受到随机扰动. 设计一种局部无偏估计器结构, 并建立以局部估计器增益为决策变量、以有限时域下融合估计误差为代价函数的优化问题. 在给出标量融合权重时, 考虑到求得最优的局部估计器增益的解析形式较为困难, 通过最小化代价函数的上界得到一组次优的局部估计器增益. 最后通过算例仿真表明了所设计融合估计器的有效性.

     

具有双边随机时延和丢包的网络控制系统有限时间控制

针对双边丢包和双边时延的网络化控制系统的有限时间控制问题,通过引入时间偏移量的方法,将丢包转换为时延,从而形成多时延系统,并将时间延迟转换为系统状态延迟。基于全概率公式给出已知网络丢包率下连续丢包的概率公式,用Markov链表征网络时延的变化规律。以线性矩阵不等式的形式给出改进的有限时间时延相关稳定性判据,并通过数值仿真验证所提方法的有效性。     

具有快变时延和丢包的网络控制系统镇定

对一类网络控制系统,研究了变时延和数据丢包对闭环系统稳定性的影响.基于Lyapunov-Krasovskii方法,给出了闭环系统的稳定条件,该条件不依赖于时延变化率的上界.通过求解一个适当的线性矩阵不等式(LMI)得到控制增益矩阵,求解时不需要对矩阵的结构进行限制,也不必使用重复迭代.最后,给出了一个数值例子以说明方法的有效性.     

具有时延和丢包的网络控制系统H_∞状态反馈控制

研究了具有时延和数据包丢失的网络控制系统H∞状态反馈控制问题.考虑了网络控制系统中同时存在时延和数据包丢失的情况.将丢包过程建模为有限状态的马尔可夫过程.在此模型的基础上,利用Lyapunov稳定性理论和线性矩阵不等式方法.给出了保持系统均方稳定且满足H∞性能的控制器存在的充分条件,并给出了相应的设计方法.最后数例仿真结果表明了控制器设计方法的有效性.     

具有长时延和丢包的网络控制系统的故障检测

针对同时具有网络诱导时延和数据包丢失的异步时钟网络控制系统,假设数据包丢失率一定,网络诱导时延大于一个采样周期,根据执行器接收数据包的情况,设计了系统的故障观测器,将其建模为具有事件率约束的异步动态系统,基于该模型进行了稳定性分析,当条件满足时,整个系统是指数稳定的。在此基础上研究了系统的故障检测,当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生。仿真示例验证了所提出方法的有效性。     

随机系统中能容忍连续丢包和测量时延的卡尔曼滤波

通过转换原线性系统到能容忍连续丢包和测量时延的随机参数系统,推导了一个最优线性滤波器.给出一个仿真例子,比较已存在的结果,仿真结果表明被提出的线性滤波器有优越的性能.然而,该滤波器不能应用于非线性系统.从应用角度,为非线性系统提出了一个增强型的滤波器.而且,该增强型的滤波器能成功地应用于不可靠的无线传感器网络场景来跟踪移动目标.这些滤波器只依靠测量值的达到概率,而不需要知道某一时刻测量是否接收.仿真说明了被提出的增强型滤波器不仅能改善实时目标跟踪的鲁棒性,而且比标准的扩展卡尔曼滤波器能够提供更精确的估计.     

网络化控制系统中状态估计策略的进展

在网络化控制系统(Networked Control Systems,简记为NCSs)中,由于网络的介入使控制系统的规模和复杂性显著增加,且产生了各种新问题,为了使控制更加容易,需要设计合理的估计策略.主要从控制和通信2个角度出发,集中考虑了在量化影响、时延与丢包、不确定性等通信受限因素下状态估计策略的研究与进展.一直以来,状态估计都是诸如过程监控、故障诊断等控制领域中不可缺少的重要部分,当前已成为网络化控制系统研究的热点和准点,为抵消网络环境不确定性对闭环系统性能的影响,设计最优的状态估计策略必将成为不可缺少的因素之一.     

存在数据包丢失NCS系统的补偿估计器的建模与分析

对同时存在网络诱导时延及数据包丢失的一类网络控制系统进行了研究和分析。针对时延网络系统存在的数据包丢失,设计出包丢失估计补偿器,用补偿器的信息来更新控制器并建立系统模型,从而有效降低了时延和丢包对系统的影响,最终提高系统性能。与此同时,通过李亚普诺夫稳定性理论来对闭环系统进行了稳定性分析,并给出控制器的设计方法。最后,通过了实例仿真,证实了带补偿器和估计器的网络控制系统设计的有效性。     

带多丢包和滞后随机不确定系统的最优线性估计

研究了带多丢包和滞后网络化随机不确定系统的最优线性估计问题. 通过白色乘性噪声来描述系统参数的随机不确定性. 通过一组满足Bernoulli分布的随机变量来描述数据传输过程中发生的丢包和滞后现象. 应用新息分析方法, 设计了线性最小方差意义下的最优线性估值器, 包括滤波器, 预报器和平滑器. 给出了稳态估值器存在的一个充分条件. 仿真例子验证了其有效性.     

网络丢包环境中基于新息驱动的远程状态估计传输策略设计

由于传感器节点本身携带的能量以及传输距离有限,导致其在无线传感网的应用受到了一定的限制.从降低传感器的电池功耗、延长传输距离这两点出发,针对远程状态观测设计了一种一类基于新息驱动的数据传输策略.利用增加中继节点的方法延长了数据传输的距离,并通过该传输策略控制各节点发送数据的时间,降低整个网络的平均能耗,延长数据传输的距离.此传输策略通过推导一类近似二次性能指标的上界求解以使远程估计精度和节点的电池能耗获得最优的平衡.此外,利用该传输策略能很好地解决无线网络中发生数据丢包、数据无法传输的情况.最后,通过观测一组锂电池放电过程的实验对所提出的策略进行验证,结果表明,该策略能够很好地平衡节点的电池能耗与远程估计的性能.     

不确定时滞网络控制系统的状态反馈控制

在网络传输过程中, 系统的稳定性受不确定, 网络延迟, 丢包和错序所影响. 本文针对这些非理想网络状况,研究了网络控制系统状态反馈控制. 建立连续时间系统模型时, 还引入了一个定常状态时延, 使得模型更贴近实际.随后, 运用改进的Lyapunov-Krasovskii函数, 推导出网络控制系统鲁棒稳定的充分条件, 并基于该充分条件得到利用线性矩阵不等式(LMI)的控制器设计方法, 再运用迭代算法求解相关系数. 最后通过MATLAB数值仿真算例, 证明了本文方法的正确性和有效性.     

增益随机变化随机丢包时滞系统非脆弱H∞滤波

鉴于目前的数字控制系统是离散的,设计了一类具有无穷分布时滞、随机丢失测量的离散系统的非脆弱H_∞滤波器．为了模拟离散系统增益随机变化现象,在滤波器的增益中引入高斯分布的随机变化分量;引入无穷分布时滞,刻画网络控制系统中有限的带宽产生的影响;进一步地,考虑由伯努利分布的白序列描述的随机丢失测量现象．基于李亚普诺夫稳定性理论、随机分析技术及线性矩阵不等式（LMI）技术,得到使整个滤波器增广系统渐近稳定,同时满足性能指标的非脆弱H_∞滤波器存在的充分条件,通过半定程序方法求解滤波器增益．最后,由数值仿真说明研究的有效性．     

存在时延和数据包丢失情况下状态反馈网络控制系统的指数稳定性

同时考虑网络诱导时延和数据包丢失以及传感器与控制器、控制器与执行器之间均存在网络的情况，研究了状态反馈网络控制系统的稳定性问题．基于一定的数据包丢失率和恒定时延，系统被建模为由结构事件率约束的异步动态切换系统．利用李亚普诺夫方法和线性矩阵不等式描述，推导出由数据包丢失率约束的系统指数稳定的充分条件，给出了系统指数稳定的容许数据丢包率和系统开环状态及闭环结构的关系，以使系统指数稳定．用Matlab LMI工具箱容易判定系统的指数稳定性，同时获得系统指数稳定的状态反馈控制律．Matlab仿真说明，分析方法是有效的，稳定判据是可行的．     

无线传感器网络中基于融合贡献的传输延时分配算法

数据融合是降低无线传感器网络的冗余能耗、延长网络生存期的有效手段之一.传输延时的分配是数据融合中的重要问题,它对网络融合的效果和数据分组的传输延迟具有很大影响.提出了一种基于融合贡献的传输延时分配算法ACDA(aggregate contribution based delay-time allocation),量化了路由树中不同位置的节点对融合效果的影响,并依此按比例分配融合等待时间.算法充分考虑到了各节点在路由树中的位置差异性和节点间的相互影响.仿真结果表明,同现有的几种延时分配算法相比,ACDA能够更加有效地改进数据融合效果,提高网络实时性.     

一种改进的WSN数据收集方案

目前基于树的数据收集方法经常会造成节点负载不均衡、树的高度无法控制等问题,从而使得数据收集延迟加大。针对该问题,提出一个新的数据收集算法(DBDG)。该算法从一棵最少跳数树出发,迭代地选择网络中的一条边加入树,通过限定树的高度满足延迟限定,采用使树上瓶颈节点的度最小化来延长树的生命周期。仿真实验结果表明,与目前已有的协议相比,该算法能在限定的高度内构造生命周期更长的生成树。     

带有输入和状态时滞的高阶非线性前馈系统的自适应控制

本文考虑了一类高阶不确定非线性前馈系统的自适应镇定问题.将高阶非线性进一步放宽到不仅允许状态时滞,而且还具有未知增长率.通过将自适应方法、动态增益控制方法和增加幂次积分器法结合,设计了一个状态反馈控制器.所设计的控制器保证了闭环系统的所有信号有界,平衡点全局稳定,并且原状态收敛到0.