广义系统稳态Kalman估值器

用现代时间序列分析方法,提出了广义离散线性随机系统稳态Kalman滤波、平滑和预报的一种统一格式,给出了稳态Kalman估值器增益新算法,避免了求解Riccati方程.为保证估值器的渐近稳定性,给出了选择初始估值的公式.仿真例子说明了所提出的结果的有效性.     

极点配置固定滞后稳态Kalman平滑器

基于稳态Kakman预报器和白噪声估计理论, 应用控制理论中的极点配置原理, 提出了极点配置固定滞后稳态Kalman平滑器. 它们不仅是全局渐近稳定的, 而且通过配置平滑器的极点可使初始平滑估值的影响按指数衰减迅速消失. 它们避免了计算最优初始平滑估值, 可减小计算负担. 一个雷达跟踪系统的仿真例子说明了其有效性     

广义系统ARMA最优递推状态估值器

应用现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,由非递推状 态估值器的递推变形,提出了广义系统的ARMA稳态最优递推状态估值器.它们具有 Wiener滤波器形式,可处理带奇异状态转移阵和/或带相关噪声的广义系统,可统一处理滤 波、平滑和预报问题,且可统一处理广义和非广义系统状态估计问题.仿真例子说明了其有效 性.     

一种统一的稳态Kalman估值器

应用白噪声估计理论和现代时间序列分析方法 ,对于带相关噪声和观测时滞系统,基于ARMA新息模型提出了一种稳态Kalman估值器,可统 一处理滤波、平滑和预报问题,且具有渐近稳定性避免了解Riccati方程,便于实时应用 仿真例子说明了其有效性     

极点配置固定区间Kalman平滑器和Wiener平滑器

基于稳态Kalman滤波器和白噪声估值器,根据控制理论中的极点配置原理,提出了极点配置固定区间稳态Kalman平滑器和Wiener平滑器.它们避免了计算最优平滑初值,且通过配置平滑器的极点,可快速消除初始平滑估值的影响,因而它们具有在有限固定区间上的实用稳定性,仿真例子说明了它们的有效性.     

稳态Kalman滤波器增益新算法

应用现代时间序列分析方法,基于ARMA新息模型,提出了稳态Kalman滤波器增益的两种简单的新算法,并证明了它们的等价性.应用ARMA新息模型参数的递推辨识器伴随新算法,可实现自校正Kalman滤波器.仿真例子说明了其有效性.     

自校正多传感器观测融合Kalman估值器及其收敛性分析

对于带未知噪声方差的多传感器系统,应用加权最小二乘(WLS)法得到了一个加权融合观测方程,且它与状态方程构成一个等价的观测融合系统.应用现代时间序列分析方法,基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识,可在线估计未知噪声方差,进而提出了一种加权观测融合自校正Kalman估值器,可统一处理自校正融合滤波、预报和平滑问题,并用动态误差系统分析方法证明了它的收敛性,即若MA新息模型参数估计是一致的,则它按实现或按概率1收敛到全局最优加权观测融合Kalman估值器,因而具有渐近全局最优性.一个带3传感器跟踪系统的仿真例子说明了其有效性.     

广义系统Wiener状态滤波新算法

应用时域上的现代时间序列分析方法，基于ARMA新息模型和白噪声估计理论，由一种新的非递推最优状态估值器的递推变形，提出了广义系统Wiener状态滤波的一种新算法，它可统一处理滤波、平滑和预报问题，且具有渐近稳定性。同某些算法相比，它避免了求解Riccati方程和Diophantine方程，且避免了计算伪逆，因而减小了计算负担。仿真例子说明了其有效性。     

广义系统极点配置的一种代数几何方法

利用代数几何方法给出了可任意配置极点的条件,并证明了实数域上广义系统若存在复反馈配置极点,则一定存在实反馈配置极点.     

广义系统极点配置的一种代数几何方法

利用代数几何方法给出了可任意配置极点的条件，并证明了实数域上广义系统若存在复反馈配置极点，则一定存在实反馈配置极点．     

广义系统Wiener 滤波和Kalman 滤波新方法*

应用时域上的现代时间序列分析方法,基于ＡＲＭＡ新息模型和白噪声估计理论,提出了广义系统的Ｗｉｅｎｅｒ状态估值器和急剧记Ｋａｌｍａｎ估值器。它们可统一处理最优滤波,平滑和预后问题。     

稳态Kalman滤波的一种统一格式

应用现代时间序列分析方法,基于ＡＲＭＡ新息模型和白噪声估值器,提出了稳态Ｋａｌｍａｎ滤波、平滑、预报的一种统一格式。给出了稳态Ｋａｌｍａｎ估值器增益的两种新算法,可避免解Ｒｉｃｃａｔｉ方程;提出了稳态Ｋａｌｍａｎ估值器关于新息初值渐近稳定性的新概念,并给出了保证这种渐近稳定性的滤波初值选取公式。仿真例子说明了所提出结果的有效性。     

带多层融合结构的广义系统 Kalman 融合器

对带多传感器的线性离散随机广义系统, 用奇异值分解将其化为两个降阶耦合子系统, 应用现代时间序列分析方法, 基于自回归滑动平均 (Autoregressive moving average, ARMA) 新息模型和白噪声估计理论, 提出了带三层融合结构的分布式稳态 Kalman 融合器, 它由两个加权融合器和两个复合融合器组成. 第一层给出子系统状态融合器, 实现了每个子系统分量解耦融合; 第二层给出变换后状态融合器, 实现了两个子系统的解耦融合; 第三层给出原始状态融合器, 它可统一处理状态融合滤波、平滑和预报问题. 为计算最优加权阵, 给出了计算局部估计误差互协方差阵公式, 证明了它的精度比每个局部估值器精度高. Monte Carlo 的仿真实例说明了其有效性.     

广义离散系统多传感器信息融合Kalman滤波器

考虑了广义离散随机线性系统的多传感器信息融合状态估计问题．在广义系统无脉冲的假设条件下。通过等价变换将其转化为正常系统．应用经典Kalman滤波方法,在线性最小方差信息融合准则下,提出了按矩阵加权的广义系统多传感器信息融合稳态Kalman状态滤波器．仿真结果说明了算法的有效性。     

广义系统的渐近稳定性与镇定

利用Lyapunov方法研究广义系统的渐近稳定性及相关的镇定问题.得到了渐近稳定的条件及镇定方法.     

Kalman controllability decompositions for differential-algebraic systems

We study linear differential-algebraic control systems and investigate decompositions with respect to controllability properties. We show that the augmented Wong sequences can be exploited for a transformation of the system into a Kalman controllability decomposition (KCD). The KCD decouples the system into a completely controllable part, an uncontrollable part given by an ordinary differential equation and an inconsistent part, which is behaviorally controllable but contains no completely controllable part. This decomposition improves a known KCD from a behavioral point of view. We conclude the paper with some features of the KCD in the case of regular systems.     

基于Kalman滤波的Wiener状态估值器

应用经典稳态Kalman滤波理论提出了设计Wiener状态估值器的新方法,其原理是:基于在Wiener滤波器形式下的稳态Kalman滤波器和预报器及ARMA新息模型,由稳态最优非递推状态估值器的递推变形引出Wiener状态估值器.所提出的Wiener状态估值器可统一处理状态滤波、预报和平滑问题.它们具有ARMA递推形式,且具有渐近稳定性和最优性,仿真例子说明了它们的有效性.     

广义系统的有限频域故障估计器设计

针对具有执行器故障和未知扰动的线性广义系统,提出一种新的故障估计器设计方法.所设计的故障估计器具有非奇异结构,便于实现.在故障频域范围有限的条件下,为了抑制未知扰动和有限频域故障对故障估计误差的影响,基于广义Kalman-Yakubovich-Popov（KYP）引理给出了故障估计器的鲁棒性设计条件,并将其转化为方便求解的线性矩阵不等式形式.最后,通过一个电路系统的仿真算例验证了所提出方法的有效性.