部分测量数据丢失的网络化系统的l2-l∞滤波

在网络系统中,滤波器得到的观测量通过有限带宽的通道进行传送可能发生丢失.本文研究一类具有测量数据部分丢失的网络化系统的l2-l∞滤波器设计问题.测量数据的丢失采用已知概率分布的二进制切换序列来描述.利用线性矩阵不等式方法,设计全阶和降阶滤波器.所设计的滤波器使得滤波误差系统均方指数稳定,而且保证相对于所有有界的外界扰动信号,滤波误差系统具有一定的l2-l∞扰动衰减水平.数字仿真表明设计方法的有效性.     

部分测量数据丢失的网络化系统的l-l滤波

在网络系统中,滤波器得到的观测量通过有限带宽的通道进行传送可能发生丢失.本文研究一类具有测量数据部分丢失的网络化系统的l2-l∞滤波器设计问题.测量数据的丢失采用已知概率分布的二进制切换序列来描述.利用线性矩阵不等式方法,设计全阶和降阶滤波器.所设计的滤波器使得滤波误差系统均方指数稳定,而且保证相对于所有有界的外界扰动信号,滤波误差系统具有一定的l2-l∞扰动衰减水平.数字仿真表明设计方法的有效性.     

基于自适应事件触发和量化的时滞系统分布式滤波

研究基于自适应事件触发机制和量化的时滞系统分布式滤波问题,设计自适应事件触发机制,此触发机制不仅取决于滤波器自身最新释放数据和当前估计值,还取决于自身和邻居节点最新释放数据的误差。相较于固定参数事件触发,自适应事件触发参数根据滤波性能动态变化。考虑传感器精度和网络传输带宽优先,在数据传输前进行量化处理。构造Lyapunov函数并给出滤波误差系统均方指数稳定且满足l₂-l_∞性能指标的充分条件,设计带有数据量化的离散时滞系统分布式l₂-l_∞滤波器,并通过线性矩阵不等式方法求解滤波器参数。仿真实例说明设计的滤波器能够降低数据量化带来的影响,且自适应事件触发机制相较于固定参数事件触发,在保证滤波性能前提下能够降低数据传输频率,节约网络通信资源。     

基于自适应事件触发的时滞系统分布式${l_2}text{-}{l_infty}$滤波

研究一类基于自适应事件触发机制的时滞系统分布式滤波问题.自适应事件触发条件由滤波器自身最新释放数据、当前时刻估计值及邻居节点最新释放数据共同决定.此事件触发机制采用阈值自适应调节方案,阈值参数在保证滤波器性能的前提下根据滤波误差动态变化,最大程度上节约网络通信资源.首先,给出滤波误差系统均方指数稳定的充分条件;其次,构造一个Lyapunov函数来分析滤波误差系统满足l2-l∞的性能指标;再次,设计离散时滞系统分布式l₂-l_∞滤波器,并通过线性矩阵不等式方法求解滤波器参数;最后,通过仿真实例说明滤波器能够降低系统时滞带来的影响,且在保证滤波性能前提下减少通信次数,节约网络资源.     

具有随机通讯时延的网络化系统的l2-l∞滤波

研究具有随机通讯时延的离散网络化系统的l2-l∞滤波器设计问题.采用满足Bernoulli分布随机变量描述测量数据的一步随机时延;利用线性矩阵不等式方法设计线性滤波器,使得滤波误差系统在均方意义下指数稳定,并保证对于所有有界的外界扰动信号,滤波误差系统具有一定的l2-l∞扰动衰减水平.数值仿真表明了所提出设计方法的有效性.     

随机时延离散系统的l2-l∞ 滤波器型迭代学习控制

对于具有随机时廷的一类离散系统的滤波器型迭代学习控制,采用满足Bernoulli分布的二进制序列来描述数据传输的随机时廷,利用线性矩阵不等式方法设计具有随机时廷的l2-l∞滤波器.给出了滤波误差系统均方指数稳定且具有给定的l2-l∞性能的充分条件,分析了滤波器型迭代学习控制收敛的充分条件.仿真实例说明了该设计方法的有效性.     

基于转移依赖Lyapunov函数离散时间切换系统的异步$l_2-l_infty$滤波

主要研究离散时间切换系统在容许路径依赖混合驻留时间(AED-IDT)切换下异步$l_2-l_infty$滤波器的设计问题.不同于以往的研究结果,提出一种异步转移依赖凸Lyapunov函数,得到了低保守性稳定性判据.所设计Lyapunov函数的创新之处在于其构建不再依赖系统模态,而是依赖当前激活的滤波器模态和刚刚运行结束的滤波器模态.鉴于所设计Lyapunov函数具有凸性质,这为所提出方法提升自由度和灵活性创造了空间.采用转移依赖凸Lyapunov函数和AED-IDT切换策略,能够得到保证滤波误差系统全局一致指数稳定,且具有$l_2-l_infty$性能的充分条件.在此基础上,提出异步$l_2-l_infty$滤波器的设计方法.最后,通过一个数值实例和一个切换RLC应用电路来验证所得结果的有效性,并经过仿真实验验证了所提出设计方法能够保证更紧的驻留时间界和较小的滤波误差结果.     

时滞不确定离散系统的鲁棒l2-l∞滤波

将l2-l∞性能指标引入时滞不确定离散时间系统,研究基于这一指标的滤波器设计问题.所研究的对象是同时具有状态时滞和多面体不确定性的离散时间系统.采用线性矩阵不等式技术推导了此类不确定系统鲁棒l2-l∞滤波器存在的充分条件,并将滤波器的设计转化为一个凸优化的求解问题,可以采用较为有效的内点方法进行求解.所设计的滤波器能够保证相对于所有能量有界的外界扰动信号,滤波误差系统具有一定的l2-l∞扰动衰减水平.数值仿真验证了所提出算法的可行性.     

具有分布时滞和随机测量数据丢失的离散切换系统H∞滤波

由于传感器间接失效、信号带宽限制等原因,测量数据丢失和分布时滞成为无线传感器网络中的常见现象,若不能有效地考虑这些现象对系统的影响,则无法保证系统的性能.为此,针对一类具有分布时滞和随机测量数据丢失的离散切换系统研究H_∞滤波问题,采用已知概率的Bernoulli随机序列描述测量数据丢失,构造Lyapunov-krasorskii函数,基于平均驻留时间法和LMI技术提出保证滤波误差系统均方指数稳定且满足H_∞性能的充分条件.数值仿真验证了所提出方法的可行性.     

具有多测量数据包丢失的线性离散时变系统故障检测滤波器设计

研究存在多数据包丢失现象的线性离散时变系统有限时间域内故障检测滤波器(Fault detection filter, FDF)设计问题. 在数据包具有时间戳标记的条件下, 设计基于观测器的FDF作为残差产生器, 构造两类FDF. 其一为H-/H∞-FDF或H∞/H∞-FDF. 定义故障到残差和未知输入到残差的广义传递函数算子, 将此类FDF设计问题转换为随机意义下H-/H∞ 或H∞/H∞性能指标优化问题. 其二为H∞-FDF, 将此类FDF设计问题转化为随机意义下的H∞滤波问题. 采用基于伴随算子的H∞优化方法, 通过求解递推Riccati方程, 得到上述两类FDF设计问题的解析解. 通过算例验证所提方法的有效性.     

Distributed H ∞ filtering for sensor networks with switching topology

In this article, the distributed H _∞ filtering problem is investigated for a class of sensor networks under topology switching. The main purpose is to design the distributed H _∞ filter that allows one to regulate the sensor's working modes. Firstly, a switched system model is proposed to reflect the working mode change of the sensors. Then, a stochastic sequence is adopted to model the packet dropout phenomenon occurring in the channels from the plant to the networked sensors. By utilising the Lyapunov functional method and stochastic analysis, some sufficient conditions are established to ensure that the filtering error system is mean-square exponentially stable with a prescribed H _∞ performance level. Furthermore, the filter parameters are determined by solving a set of linear matrix inequalities (LMIs). Our results relates the decay rate of the filtering error system to the switching frequency of the topology directly and shows the existence of such a distributed filter when the topology is not varying very frequently, which is helpful for the sensor state regulation. Finally, the effectiveness of the proposed design method is demonstrated by two numerical examples.     

轮询通信协议下信息物理系统分布式状态估计

本文关注的是一类信息物理系统的分布式状态估计问题. 由于传感器网络通信带宽有限, 当大量节点同时发送数据时, 可能造成数据冲突. 因此, 通过引入轮询协议减轻传感器网络通信负担, 在该协议下每个节点的测量分量将依次且周期性访问网络. 考虑滤波网络拓扑切换概率矩阵是时变的, 因此采用非齐次Markov链描述随机拓扑切换行为. 证明了估计误差以指数衰减的形式收敛,确保了滤波误差系统在均方意义下最终有界. 进一步地, 通过解决特定拓扑依赖的凸优化问题, 获得期望的分布式滤波器参数. 最后, 通过两个例子证明了所设计的分布式状态估计方法的可行性.     

不确定数据上两种查询的分布式聚集算法

不确定数据查询技术在军事、金融、电信等领域中起到了越来越重要的作用.不确定性数据在传感器网络、分布式Web Server及P2P系统等分布式系统中广泛存在.从这些系统中收集所有数据进行集中式查询将带来巨大的通信开销、时间延迟和存储代价.同时,由于不确定数据的特点,大多数集中式不确定查询算法在分布式环境下并不适用.给出不确定数据的最大值和Top-k聚集查询定义,并分别提出了基于过滤策略的分布式聚集算法.算法根据给出的3个过滤策略,利用数据的分布区间和概率进行筛选概率上限的计算,尽可能将不影响查询结果的数据抛弃.同时,算法以相对较小的代价归并保存并传输了计算最终查询结果所需要的不可丢弃数据.实验结果表明,在各类系统和数据条件下,过滤算法都能够正确地得到查询结果并显著降低系统的数据通信开销.     

一种基于地理位置的过滤伪造数据包方案

在大规模部署的无人值守的无线传感器网络中,节点很容易被俘虏,被俘虏的节点很可能伪造数据。如果不对其进行检测、过滤,伪造的数据最后就会被转发到基站。提出了一种基于地理位置的过滤伪造数据包的方案,每个节点只负责对一定区域内的节点收集的数据进行认证。最后在基于地理位置的路由协议GPSR中进行了实验,实验表明,目标和基站之间的距离在一定范围内,该方案经过2.5跳可以过滤80%的伪造数据包。     

Distributed fault detection over sensor networks with Markovian switching topologies

This paper deals with the distributed fault detection for discrete-time Markov jump linear systems over sensor networks with Markovian switching topologies. The sensors are scatteredly deployed in the sensor field and the fault detectors are physically distributed via a communication network. The system dynamics changes and sensing topology variations are modeled by a discrete-time Markov chain with incomplete mode transition probabilities. Each of these sensor nodes firstly collects measurement outputs from its all underlying neighboring nodes, processes these data in accordance with the Markovian switching topologies, and then transmits the processed data to the remote fault detector node. Network-induced delays and accumulated data packet dropouts are incorporated in the data transmission between the sensor nodes and the distributed fault detector nodes through the communication network. To generate localized residual signals, mode-independent distributed fault detection filters are proposed. By means of the stochastic Lyapunov functional approach, the residual system performance analysis is carried out such that the overall residual system is stochastically stable and the error between each residual signal and the fault signal is made as small as possible. Furthermore, a sufficient condition on the existence of the mode-independent distributed fault detection filters is derived in the simultaneous presence of incomplete mode transition probabilities, Markovian switching topologies, network-induced delays, and accumulated data packed dropouts. Finally, a stirred-tank reactor system is given to show the effectiveness of the developed theoretical results.     

基于无线传感器网络的分布递阶信息融合算法

提出了基于无线传感器网络的分布递阶信息融合方法,下层源节点采用卡尔曼滤波及基于减少能耗和网络冲突的数据处理方法,上层汇聚节点采用方差最小的加权信息融合方法,该方法能有效降低传感器网络能耗和网络信息冲突,仿真结果表明了该方法的有效性和可靠性。