带有一步随机滞后和不连续丢包离散系统的最优滤波

研究了带有一步随机滞后和不连续丢包离散随机线性系统的线性估计问题.通过一个满足Ber-noulli分布的随机变量来描述这种可能的滞后和丢包现象.基于所建立的新模型,利用射影理论提出了一个在线性最小方差意义下的递推的最优线性滤波器.并给出了稳态线性滤波器存在的一个充分条件.当不存在随机滞后和丢包时,所提出的滤波器退化为标...     

一种基于事件触发的分布式卡尔曼一致性滤波算法设计

针对无线传感器网络中存在的通信带宽受限等问题,设计了基于事件触发的分布式卡尔曼一致性滤波算法.采用增量发送的传输机制,每个传感器仅在当前时刻观测值与最新触发时刻观测值之间的差值平方超出阈值时,才将观测值发送到相应的估值器.而每个估值器都可以通过时间触发的规则从其邻居节点接收到估计值.为了避免估值之间互协方差矩阵的计算,通过局部最小化方差的上界提出了事件触发的分布式卡尔曼滤波器.基于李雅普诺夫方法证明了算法在均方意义下的指数有界性.数值仿真验证了事件触发的阈值越小,通信率越高且滤波器的估计精度越高;否则,通信率越低且估计精度越低.     

广义离散系统降阶Wiener滤波、平滑和预报

应用现代时间序列分析方法,基于Kalman滤波和白噪声估计理论,对于广义离散随机线性系统的一种典范型,提出降阶Wiener状态估值器,可统一处理滤波、平滑和预报问题,并且能减少计算负担,便于实时应用.一个仿真例子说明其有效性.     

多传感器观测滞后系统分布式融合Wiener滤波器

应用现代时间序列分析方法,基于ARMA新息模型,对带观测滞后的多传感器系统提出了一种渐近稳定的分布式信息融合Wiener滤波器。将带观测滞后的系统滤波融合问题转化为无观测滞后系统的不同步预报融合问题。给出了观测滞后系统的输出预报器和白噪声估值器。推得了任两个带观测滞后传感器子系统之间的不同步预报误差互协方差阵。仿真例子验证了其有效性。     

带相关噪声广义系统降阶滤波器设计

基于广义系统典范型分解，应用射影理论，对带相关噪声的广义离散随机线性系统，通过将带相关噪声系统转化为带独立噪声系统给出一种新的递推降阶滤波器。它能减小计算负担，便于实时应用。与以往文献报道带独立噪声广义系统降阶滤波器相比，所提出的降阶滤波器多了一个当前时刻的增益项。仿真例子说明了其有效性。     

随机奇异系统分布式最优分量融合滤波器

应用射影理论,基于奇异系统典范型分解,对带相关噪声的单传感器随机奇异系统,给出一种新的递推滤波器;当系统带有多个传感器时,基于线性最小方差标量加权的分量融合算法,给出了多传感器分布式最优分量融合滤波器.融合估计的每个分量分别由局部估计的相应分量按标量加权融合获得,它只需并行计算一系列标量权重.可改善各局部估计的精度和减小计算负担.推得了随机奇异系统任两个局部估计之间的滤波误差互协方差阵.仿真例子验证了其有效性.     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用Y-可观广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题.应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用,一个仿真例子说明其有效性.     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题。应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用。一个仿真例子说明其有效性。     

带有色观测噪声系统统一的Wiener状态估值器

通过对观测方程的线性变化，将带有色观测噪声系统化为带白色观测噪声的系统。基于自回归滑动平均（ARMA）新息模型，由稳态最优Kalman估值器导出了渐近稳定的Wiener状态估值器，可统一处理滤波、平滑和预报问题。一个仿真例子说明它们的有效性。