待发表文章摘要预报

一类随机不确定系统鲁棒H∞滤波器的设计算法孙平,井元伟利用Lyapunov理论研究了鲁棒H∞滤波问题·对所有的时变不确定性,设计了一个稳定的滤波器使滤波误差满足指定的H∞性能·为了简化问题的推导过程,引入了辅助系统,并给出了滤波器存在的充分且必要条件·通过矩阵变换得到了     

带有丢包及网络切换的分布式H∞滤波系统的性能分析

在考虑网络丢包、传感器网络结构的任意切换这两类网络因素的影响下,应用时滞系统方法,建立了分布式滤波误差系统的模型。基于Lyapunov泛函方法,给出了滤波误差系统的H∞性能分析。     

基于分布式算法在WSN中的能耗最小化优化研究

如何有效利用节点能量并延长网络的生存期是研究无线传感器网络的一个核心问题.在已有的集中式算法的基础上,提出了一种分布式优化的方法,使无线传感网络中无损数据收集时的能量消耗最小化,此方法主要是通过将传输功率和压缩传输速率进行合理的配置来实现,运用拉格朗日对偶分解法,可以把能量最小化这个问题分解为能够被传感节点本身分布式解决的子问题.通过仿真结果可得,分布式算法相比集中式算法能使目标函数更快收敛从而达到能耗最小化.     

基于网络的中立型随机时滞系统的H_∞滤波

针对一类中立型不确定随机时滞系统,研究其在网络环境下的鲁棒H∞滤波问题,其中网络因素包括信号传输时滞和数据包丢失.通过构造参数依赖的Lyapunov-Krasovskii泛函、应用投射引理以及引入若干参数依赖的自由权矩阵,给出了滤波误差系统鲁棒随机稳定并具有给定H∞性能的时滞依赖充分条件,解决了将信号传输时滞和数据包丢失考虑在内的鲁棒H∞滤波器的设计问题.     

时滞离散马尔科夫跳跃系统l_2-L_∞的滤波

针对时滞离散马尔科夫跳跃系统的l2-L∞滤波问题进行的研究,通过建立的l2-L∞性能准则,采用线性矩阵不等式(LMI)技术推导出l2-L∞滤波器存在的充分条件,在推导过程中引入附加矩阵,降低了滤波器的保守性.所设计的滤波器不但保证了滤波误差系统随机稳定,而且满足给定的l2-L∞性能指标.仿真算例表明所设计的滤波器是可行的.     

用于快速传递对准的自适应联合H_∞滤波器设计

针对用于快速传递对准的集中式卡尔曼滤波器阶数高、计算负担大、鲁棒性差及对准精度低等问题,该文提出采用联合H∞滤波器进行快速传递对准。设计了联合H∞滤波器的结构和算法:该滤波器采用两级数据融合结构,含有2个与传感器相连的子滤波器和1个融合子滤波器输出信息的主滤波器,整个计算任务被分配给2个子滤波器并行完成从而减轻了计算负担。同时利用改进的Elman网络进行信息分配系数的自适应调节和子系统故障检测,以实现融合信息在各子系统中的自适应分配,并对检测出的故障子系统进行隔离。仿真结果表明:该滤波器不仅提高了系统解算速度与鲁棒性,而且使系统对准精度提高了1个数量级。     

无线传感网络中分布式粒子滤波的目标追踪算法

在给出无线传感网络的传感器配置模型的基础上,提出了一种分布式粒子滤波DPF(d istributedparticle filter)算法,并实现了对网络中的一个运动目标的追踪。利用传感器模型,可将网络划分为一系列不相联系的传感器组,并在每个传感器组上运行一个局部粒子滤波,通过中心节点将估计状态传递给下一个传感器组的中心节点,依次实施对目标定位、跟踪。为减少网络间的通讯负荷和节约传感器节点能量,使用了高斯混合器模型(GMM),对局部粒子滤波的粒子和相应的权值进行近似;并提出了根据估计误差自适应激活传感器的优化算法。仿真结果表明,基于GMM近似的DPF在保持较高的估计精度的同时,能够大幅度减少网络间的通讯负荷。     

传感器故障下的鲁棒可靠H_∞滤波

讨论了传感器故障状态下的时变时滞离散系统的可靠H∞滤波问题.采用了一种通用且更实用的传感器故障模型描述传感器故障,基于线性矩阵不等式方法设计可靠滤波器.所设计的滤波器不仅在系统运行良好条件下,而且对于所有容许的传感器故障,滤波误差系统是渐近稳定并具有给定的H∞性能指标.最后以一个数值例子说明了所给方法的有效性.     

自适应联合H∞滤波器及其在组合导航系统中的应用

研究了联合H∞滤波模型融合信息在各子滤波器中的分配原则,利用改进的Elman网络设计了信息分配系数自适应调节算法,给出了引用此算法的自适应联合H∞滤波器模型,并且给出了该模型的详细算法．MIMU／GPS／HMR组合导航系统的仿真结果表明,应用本文提出的自适应联合H∞滤波器实现了融合信息在各局部滤波器和主滤波器的自适应分配,提高了系统状态估计精度和滤波器解算速度．     

具有极点约束的δ算子不确定系统的鲁棒l2-l∞滤波

针对l2-l∞性能这一类扰动抑制度指标设计滤波器,使滤波误差系统是鲁棒D(a,r)-稳定的(当外部扰动恒为零时),且l2-l∞性能指标上界尽可能的小.采用线性矩阵不等式方法,给出了l2-l∞滤波器存在的充分条件,进而提出滤波器的设计方法.通过数值算例验证了该方法的可行性.     

Round-Robin协议下非线性时变系统的保概率H∞滤波

针对实际系统存在各种不可预知的扰动,造成系统很难精确地达到期望的各项性能指标,研究了基于Round-Robin协议的一类非线性时变系统的保概率H_∞滤波问题。利用概率约束H_∞性能指标,使该系统更贴近实际工程应用。同时,考虑在数据传输过程中产生的网络拥塞和资源占用现象,采用Round-Robin协议对网络节点间的数据传输进行调度。考虑信号从传感器至待设计滤波器传输过程中具有非线性扰动,构造保概率非脆弱H_∞滤波器。其不确定参数由服从均匀分布且相互独立的随机变量控制,同时通过寻求线性矩阵不等式工箱设计能在概率约束下保证性能要求的滤波器。利用递推线性矩阵不等式方法求解保概率H_∞滤波问题。最后,通过仿真示例,证明所提出的滤波方案的有效性。     

多传感器全局最优加权观测融合Wiener信号滤波器

基于Kalman滤波,应用加权观测融合方法,对于带白色观测噪声的单通道ARMA信号,提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式规测融合方法和分布式状态融合方法相比．不仅可获得全局最优Wiener信号滤波器,而且明显减小计箅负担,便于实时应用。一个三传感器加权观测融合仿真例子说明了其有效性。     

部分测量数据丢失时离散时滞模糊系统的H_∞滤波

针对一类T-S离散时滞模糊系统,研究其在部分测量数据出现丢失情形下的H∞滤波问题.假设测量数据丢失现象服从Bernoulli随机二点分布.首先,利用基依赖的Lyapunov泛函方法对滤波误差系统的H∞性能进行分析;然后,利用线性矩阵不等式技巧设计H∞滤波器;最后,举例说明了该方法的有效性.     

马尔可夫切换基因调控网络的分布式滤波

研究了传感器网络中一类具有马尔可夫跳变参数的离散时间基因调控网络的分布式H_∞滤波问题.首先,在同时出现网络诱导时滞和随机切换传感网络拓扑情形下建立分布式滤波系统模型.相应的滤波误差系统为具有时变时滞的非线性马尔可夫切换时滞系统.其次,利用随机Lyapunov泛涵分析了增广滤波误差系统的随机稳定性和H_∞性能.再次,借助于凸优化问题的解获得滤波系统参数.最后,利用数值仿真例子验证了该设计方法的有效性.     

一类随机不确定系统鲁棒H∞滤波器的设计算法

利用Lyapunov理论研究了鲁棒H∞滤波问题.对所有的时变不确定性,设计了一个稳定的滤波器使滤波误差满足指定的H∞性能.为了简化问题的推导过程,引入了辅助系统,并给出了滤波器存在的充分且必要条件.通过矩阵变换得到了设计滤波器的LMI方法,利用LMI工具箱可以方便地得到滤波器的表达形式.最后,数值算例说明了所设计方法的有效性和可行性.     

不确定离散时滞系统的鲁棒H_∞弹性滤波

针对一类具有参数不确定性的离散时滞系统,研究了鲁棒H∞弹性滤波器的设计问题.系统中的参数不确定项满足范数有界条件,待设计的弹性滤波器含有乘型滤波增益变化.首先,按照滤波器设计形式构造出滤波误差动态系统.然后,运用Lyapunov稳定性理论,获得满足设计要求的鲁棒H∞弹性滤波器存在的可解性条件,即代入滤波误差动态系统的参数.最后,利用矩阵变换方法,将鲁棒H∞弹性滤波器的设计问题归结为一个线性矩阵不等式(LMI)求解问题;通过求解LMI,获得满足设计要求的鲁棒H∞弹性滤波器参数,使滤波误差动态系统渐近稳定,且满足H∞范数界γ干扰衰减.基于数值实例的仿真结果验证了该弹性滤波器设计方法的有效性.     

Kalman滤波在WSN定位评估中的应用

针对无线传感器网络实际应用中定位信号的不稳定性,单纯从定位算法角度改进已很难使定位精度有一个新的突破.为此在节点测距过程中提出了改进的自适应对数正态阴影模型;在坐标评估过程中采用了Kalman滤波方法,并利用马尔可夫过程建立移动节点的状态方程,结合未知节点状态数据的测量值估计出坐标位置的最优值.最后将上述两个过程的改进引入到现有的三角形定位算法中,进行引入前后性能对比.实验结果证明,改进的自适应对数阴影模型提高了测距模型的自适应性及测距精度,Kalman滤波和马尔可夫过程的引入减小了移动节点的定位误差.     

多传感器ARMA信号观测融合Wiener滤波器

利用现代时间序列分析方法,基于ARMA新息模型,提出了多传感器加权观测融合Wiener信号滤波器.可统一处理信号融合预报、滤波和平滑问题.同集中式观测融合方法和分布式状态融合方法相比,不仅可得到全局最优Wiener信号滤波器,而且可显著地减小计算负担,便于实时应用.一个两传感器位置跟踪系统的仿真例子说明其有效性.     

动态灰色聚类自适应的H∞滤波算法

为解决H∞滤波器结构参数随时间增长而发散的问题,提出了一种动态灰色聚类自适应的H∞滤波新算法.实时估计出系统噪声方差矩阵和量测噪声方差矩阵,对状态变量进行灰色聚类,并对滤波矩阵和增益矩阵进行实时自适应调整,计算出状态向量的递推估计值.仿真结果表明:H∞滤波新算法与传统H∞滤波算法和基本Kalman滤波算法相比,滤波精度相当,输出曲线光滑,滤波器的结构参数在10 s内稳定且收敛.改进后的新算法避免了计算值的发散,鲁棒性强.     

不确定时滞中立系统的鲁棒H_∞滤波器设计

对带有状态时滞的不确定中立系统的满阶鲁棒H∞滤波器设计问题进行了研究,目的是对于所容许的不确定性和时滞,设计一个满阶鲁棒H∞滤波器,使得滤波误差动态系统是渐近稳定的并且满足给定的H∞性能要求.在Liapunov稳定性理论的基础上,通过使用线性矩阵不等式方法,证明了在一定条件下,存在一个鲁棒H∞滤波器使得相当的滤波误差动态系统是渐近稳定的,当这些条件满足时,给出了所求的鲁棒H∞滤波器.最后用数值算例验证了结论的可行性和有效性.