对参数不确定神经网络的鲁棒状态估计

讨论了参数不确定神经网络的状态估计问题.由于参数的不确定性,无法设计观测器使观测器的状态与原来的神经网络达到完全同步,只能将误差控制在一定范围之内.对于给定的观测器中的增益矩阵,给出了判据来估计观测器的状态与原神经网络的状态间最终的误差界;同时,通过使用线性矩阵不等式的技术,给出了观测器中增益矩阵的设计方法.此外,对误差界的估计进行讨论,说明了影响估计准确性的主要原因.最后用2个例子来说明这些判据的有效性.     

线性随机不确定系统的满意估计

在随机线性不确定系统中，设计一个满意的状态估计器在工程中有很大的实际意义．首先，根据满意控制思想，针对一类在状态矩阵及噪声矩阵中均含有不确定性的随机系统，设计一种满意估计器，使预测误差系统在模型的参数发生扰动时，依然满足预先给定的设计约束指标，得到了满意估计问题求解的充分条件；然后根据分析给出了满意估计器设计的算法．这个算法表明，线性随机不确定系统的满意估计器的设计是有效可行的。     

椭球状态定界的数值稳定算法

针对带有未知但有界噪声的线性离散时间系统，提出了一种数值稳定的集员状态估计递推算法．算法采用椭球集合来描述状态的不确定性和噪声的界限．椭球形状矩阵的计算采用奇异值分解技术，以提高算法的数值稳定性．同时，给出了包含时间更新椭球和在状态空间中与量测量和量测噪声相一致的椭球交集的次最小容积椭球的计算方法，以避免受病态矩阵求逆的影响．蒙特卡洛仿真结果表明，数值稳定算法所得到的均方误差和椭球容积与最优算法得到的十分接近．此外，当存在舍入误差时，数值稳定算法可以保证形状矩阵的正定性，而最优算法有时难以保证，说明该算法比最优算法具有更好的数值稳定性．     

噪声信号极点估计的一般方法

建立了阻尼指数和信号的状态空间模型，提出了噪声中阻尼指数和信号极点估计的状态空间方法；基于输出方程和状态方程的估计算法，证明了矩阵预测方法等价于状态空间方法的算法二，从而使Ｐｒｏｎｙ方法，Ｋ－Ｔ方法，矩阵束方法以及矩阵预测方法在状态空间意义之下得到统一。     

参数不确定性系统鲁棒状态估计的新方法

提出了参数不确定性线性系统的鲁棒状态估计设计的新方法，并采用简单的方法得到问题的解，通过仿真结果证实了新方法的有效性。     

基于观测器的不确定广义系统D稳定极点配置

研究了具有D稳定约束的不确定广义系统鲁棒状态观测器问题。基于参数矩阵不等式和广义逆理论，提出了一种广义鲁棒状态观测器的设计方法，目的是对于所有容许的参数不确定性，相应的广义状态估计系统是正则，无脉冲，且其有限极点配置在预先给定的圆盘中，从而使整个观测过程具有所希望的鲁棒性和暂态性能；并获得了希望的鲁棒状态观测器增益的存在条件及其解析表达式。     

时滞神经网络的间歇型非脆弱状态估计

针对时滞神经网络模型,研究了间歇型的非脆弱状态估计问题.所考虑的估计器可以间断地工作,并且其控制参数满足范数有界的不确定性.首先,借助Lyapunov稳定性和矩阵不等式,给出了间歇型非脆弱估计器的存在条件,指出当估计器的停歇率在一定范围内,误差系统是鲁棒指数稳定的.接着,估计器的增益矩阵通过线性矩阵不等式的可行解表示....     

带状离散随机非线性系统的状态估计

目的讨论系统噪声和测量噪声为非零均值并且互为相关情形下的带状离散随机非线性系统的状态估计问题。方法利用广义逆矩阵和矩阵的奇异值分解和带状广义离散随机非线性系统的奇异值标准形式,基于标准形式,在两种情况下,将系统分解成两个子系统,估计子系统的状态。结果推广了原有的一些结果。结论得到了该系统状态的最优预测和滤波递推方程。     

分布参数系统中传感器位置的优化

针对实际工程问题中的分布参数系统输出和状态检测传感器存在观测噪声的情况,提出了一种基于信息矩阵行列式的优化算法,得到分布参数系统检测传感器的最佳位置配置,同时获得系统状态的最优估计.该算法通过对分布参数进行参数辨识,得到信息矩阵,利用其行列式优化传感器的位置配置.仿真结果表明了该方法的有效性,对分布参数系统输出和状态检测传感器位置选择具有参考价值.     

有失序量测的随机卡尔曼滤波状态更新最优解

在中心式多传感器跟踪系统中,经常会出现同一目标的量测没有按照正常的时间顺序到达处 理中心的现象. 如何利用（相对当前最新时刻而言）负时点的失序量测更新状态这一问题,在现实的多传感器系统普遍存在. 对于具有确定性参数矩阵的卡尔曼滤波,Bar-Shalom 于2002年给出了利用失序量测的最优状态更新估计方程. 本文将结果进一步推广到了具有随机参数矩阵的卡尔曼滤波,给出了利用失序量测对当前状态的最优更新估计方程.     

随机系数矩阵卡尔曼滤波

作者考虑了状态转移矩阵和量测矩阵是随机阵的线性离散时间动态系统的状态的线性最小方差递推估计问题,即随机系数矩阵卡尔曼滤波,说明了该系统可化为过程噪声和量测噪声均依赖于状态,而转移矩阵和量测矩阵是非随机阵的线性动态系统,从而证明了新系统的状态的最小方差估计问题仍有卡尔曼滤波形式.     

基于模态能量的随机子空间虚假模态剔除

针对基于协方差驱动随机子空间辨识法虚假模态影响识别结果的问题,提出了一种基于模态能量的虚假模态剔除方法.利用输出矩阵、状态矩阵的特征值与特征向量以及状态-输出协方差矩阵计算出识别结果中各阶模态分量的模态能量,对各假设模型阶数下计算出来的能量进行排序,保留能量最大的前j个模态用于绘制出稳定图,剩下的模态视作为虚假模态予以剔除.通过对3自由度的线性时不变系统和重庆朝天门长江大桥模型进行辨识,验证了该方法的有效性.     

二阶Sylvester方程的解及其在特征结构配置中的应用

考虑了二阶Sylvester矩阵方程的求解及其在特征结构配置设计中的应用。通过矩阵初等变换,给出了该矩阵方程的迭代形式的解析通解。基于二阶Sylvester矩阵方程的解析通解,给出了振动二阶线性系统的状态反馈特征结构配置设计参数化方法。该参数化方法给出了特征向量矩阵和状态反馈增益阵的参数化表达式,其所含自由参数为控制系统设计提供了全部自由度,可适当选择这些参数满足某些系统设计性能指标,如鲁棒性等。最后,数值算例表明二阶Sylvester矩阵方程的解析通解和状态反馈特征结构配置设计参数化方法的简单有效性。     

基于多模型估计提高捷联惯导系统初始对准的精度

采用卡尔曼滤波技术进行捷联惯导系统静基座初始对准时,不能准确获得实际系统中噪声的方差,存在一定的不确定性;同时,由于一些状态不可估计或估计效果很差,采用简化状态方程进行对准,存在着模型参数不确定性。本文采用多模型估计方法处理这些不确定性问题,大大提高了对准的精度,仿真结果表明这一方法是有效性的。     

Some Modal Relations and Generalized Velocity Method in State Space

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｍｏｄｅａｃｃｅｌｅｒａｔｉｏｎｍｅｔｈｏｄｉｎｒｅａｌｍｏｄｅｔｈｅｏｒｙｈａｓｔｈｅａｄｖａｎｔａｇｅｏｆｇｏｏｄｃｏｎｖｅｒｇｅｎｃｅｏｖｅｒｍｏｄｅｄｉｓｐｌａｃｅｍｅｎｔａｐｐｒｏａｃｈｅｓ[1,2].Ｍｏｔｉｖａｔｅｄｂｙｓｉｍｉｌａｒｃｏｎｓｉｄｅｒａｔｉｏｎｓ,ｓｏｍｅｒｅｓｅａｒｃｈｅｒｓｈａｖｅｅｓｔａｂｌｉｓｈｅｄａｃｏｍｐｌｅｘｍｏｄｅｖｅｌｏｃｉｔｙｍｅｔｈｏｄ(ＣＭＶＭｏｒＧＶＭ)ｉｎｓｔａｔｅｓｐａｃｅ[3,4].Ｕｓｉｎｇｔｈｅｃｏｍｐｌｅｘｍｏｄ…     

摄动连续Riccati矩阵方程解矩阵界的估计

 Riccati矩阵方程在控制理论和状态估计问题的研究中具有重要的理论和实用价值。针对摄动参数为带有范数有界不确定性的摄动连续Riccati矩阵方程解矩阵界估计问题,通过构造两个半正定矩阵,利用矩阵不等式和特征值的性质得到带有范数有界不确定性的摄动连续Riccati矩阵方程解矩阵新的上下界,利用特征值满足的不等式给出解矩阵特征值新的上下界。这些上下界的计算只涉及矩阵特征值的计算和线性矩阵不等式的求解,上下界的估计均由矩阵不等式给出,避免了高阶代数方程的求解。数值算例验证表明,研究结果是可行的。     

不确定离散系统的保成本控制

研究不确定离散线性系统的保成本控制问题，目的是设计状态反馈控制中，使时乘二次成本函数有一个确定的上界。同时还给出了期望状态反馈控制律的存在条件及其解析表达式。     

一类固定床反应器的动态模型简化

提出对固定床反应器非线性分布参数模型用双线性状态模型近似,给出一种基于参数估计技术的双线性化方法。基于块脉冲函数的参数估计算法用来确定模型的系数矩阵。结果表明,这样产生的双线性模型能此线性近似模型在较宽的工作范围内精确地近似反应器的动态特性。     

利用七自由度车辆模型估计汽车状态参数

针对汽车主动悬架控制系统中难以测得的侧倾角速率俯仰角速率等状态参数,提出一种利用七自由度车辆模型,并采用滑模观测器估计汽车姿态的方法.提出的方法在未知道路状况的情况下可以降低模型不确定因素的影响.仿真计算与场地实验的结果验证了该方法的有效性,同时也为汽车控制系统的状态参数测量提供了一个可行的低成本策略.     

多传感器信息融合的时间不确定性

分析了测量融合方案的测量信息时间不确定性,将时间不确定性转化为系统不确定性．以跟踪问题为例,讨论了卡尔曼滤波器、确定性系统的鲁棒滤波器和参数不确定性系统的鲁棒滤波器3种滤波器的应用,给出了3种滤波器的求解结果,并对其表现进行了比较．仿真结果表明,在时间不确定性条件下,3种滤波器的性能都有所下降,2种鲁棒滤波器的滤波误差的方差始终比卡尔曼滤波器的方差小。