多胞型不确定时变时滞系统的H_∞滤波性能分析

对多胞型不确定时变时滞系统的H∞滤波性能进行分析,在此系统中,通过构造Lyapunov-Kra-sovkii函数,利用Schur补性质,得到基于线性矩阵不等式表示的H∞滤波器的设计方法,使得滤波误差动态系统是渐近稳定的并满足给定的H∞性能要求。从而将多胞型不确定时变时滞系统的H∞滤波器存在的充分条件归结为一个具有线性矩阵不等式约束的凸优化求解问题。     

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.     

时滞系统滤波方法研究

基于Lyapunov-krasovskii函数,研究时滞系统的无偏H∞和标准H∞滤波方法,给出两种滤波方法的不同。论证无偏滤波思想的优越性,即无偏滤波方法可对临界稳定或不稳定时滞系统的不可测量状态进行估计,并且滤波器设计的计算量也下降。通过仿真实例,验证无偏H∞滤波方法的可行性。     

基于T-S模糊模型的非线性时滞系统的H_∞滤波设计新方法

基于T-S模糊模型研究了非线性时滞系统H∞滤波设计新方法.在该设计方案中,首先利用三重积分构造了新的Lyapunov-Krasovskii泛函,给出滤波器存在的充分条件,然后利用矩阵解耦和凸组合性质给出了滤波器参数矩阵设计方法,使得零初始条件下滤波误差系统是渐近稳定的且满足H∞性能指标.     

时滞系统H∞滤波方法研究

研究时滞系统的H∞滤波问题,基于Lyapunov—krasovskii函数,设计合有时滞环节的H∞滤波器,对时滞系统中不易测量的状态变量进行估计。推导滤波误差系统时,引入无偏滤波思想,使得该滤波方法可对临界稳定或不稳定时滞系统的不可测量状态进行估计,并且设计滤波器的计算量也下降。通过数值仿真实例,以及与传统方法比较,验...     

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.     

具有离散和分布时滞的中立系统的时滞相关H∞滤波

研究关于具有离散和分布时滞的中立微分系统的时滞相关鲁棒H∞滤波问题.求得的滤波器是Luenberger观测器类型的,它能保证滤波系统的渐进稳定并能满足一个给定的H∞性能指标.用Lyapunov稳定性理论和广义模型转换来分析系统,欲使得该设计方法比已存在的设计方法有更小的保守性.给出的例子说明了此设计方法的有效性.     

基于T-S模糊模型的非线性系统的鲁棒H∞滤波设计新方法

基于T-S模糊模型研究了非线性时滞系统鲁棒H∞滤波设计新方法.在该方案设计方案中通过构造含有三重积分的Lyapunov -Krasovskii 泛函,给出了滤波器参数矩阵设计方法,使得零初始条件下滤波误差系统是渐近稳定的且满足H∞性能指标.     

一类带有状态时滞中立系统的鲁棒H∞滤波器设计

本文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Lyapunov稳定性理论的基础上,通过使用LMI方法得到了满足要求的满阶鲁棒H∞滤波器存在的充分条件:Ω ~0＜0,X-Y＞0.并且当这些条件满足时,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.     

区间时滞系统的非脆弱鲁棒H∞控制

针对一类时滞是时变的且属于一个已知区间的线性系统,提出了一种新的Lyapunov-Krasovskii函数分析方法,分析区间时滞线性系统的稳定性,并设计了非脆弱鲁棒H∞控制器.设计的非脆弱鲁棒H∞控制器不仅可以保证时滞系统是渐近稳定的,同时可以满足所给定的H∞性能指标.非脆弱鲁棒H∞控制器可以通过线性矩阵不等式方法获得...     

Network-Based H∞ Filtering for Linear Systems with Randomly Varying Sensor Delay

An H∞ filter design for linear time delay system with randomly varying sensor delay is investigated.The delay considered here is assumed to satisfy a certain stochastic characteristic.A stochastic variable satisfying Bernoulli random binary distribution is introduced and a new system model is established by employing the measurements with random delay.By using the linear matrix inequality (LMI) technique,sufficient conditions are derived for ensuring the mean-squace stochastic stability of the filtering error systems and guaranteeing a prescribed H∞ filtering performance.Finally,a numerical example is given to demonstrate the effectiveness of the proposed approach.     

基于Delta算子的网络控制系统故障检测

研究了Delta算子描述的网络控制系统的故障检测问题.在传统的移位算子描述的基于观测器的故障检测滤波器设计的基础上,给出Delta算子网络控制系统的模型.利用线性矩阵不等式方法,给出滤波器的最优解的存在和求解方法.最后通过数值仿真表明本文方法的有效性.     

Robust H∞ Filter Design for a Class of Uncertain Linear Systems with Time—delayed Measurement

A robust H∞ approach to filtering for a class of uncertain linear systems with time-delayed measurement is investigated.The parameter uncertainties are described by real time-varying norm-bounded form.A methodology is developed for designing linear filters such that the filtering process remains robustly stable and the transfer function from the disturbance inputs to error state outputs meets the prescribed H∞-bound constraints.The filter can be obtained and parameterized by solving two Riccati equations based on the lemma of robust stability for control system with delay.Simulation example proves the method to be effective and feasible.     

基于UKF的战术数据链通信延时与补偿算法

针对战术数据链在信息传输过程中通信延时和量测信息的非线性问题, 结合当前统计模型提出了一种基于无迹卡尔曼滤波算法的延时补偿算法。将非线性变换引入到状态预测中,
在状态预测的基础上加入延时补偿程序, 完成对延时的补偿, 且该算法对非线性量测模型进行更新, 避免了量测模型线性化带来的精度降低。分析了战术数据链产生延时的原因及其对攻击决策的影响, 建立了机动目标的当前统计模型, 采用无迹卡尔曼滤波算法对目标进行跟踪, 在该算法对状态预测的基础上加入延时补偿算法, 对机动目标的位移、速度进行补偿,仿真结果表明该方法有效。     

时标上的二维时滞动态系统的振动准则

讨论时标上的二维时滞动态系统的解的振动性质,得到的振动准则既适用于二维时滞微分系统和差分系统,也适用于某些二阶时滞动态方程.     

有观测时滞线性系统的白噪声最优估计

采用卡尔曼滤波方法,针对带有观测时滞的线性离散系统,研究了输入白噪声最优估计器的设计. 通过对观测序列进行重新组织,使之成为无时滞的观测, 并进一步给出重组新息序列. 由Hilbert空间上的正交投影定理,通过求解与原系统同维的两个Riccati方程实现递推计算. 该方法能避免状态扩维,有效地减轻了计算负担. 最后通过仿真实例说明该方法的有效性.     

Personalized Service System Based on Hybrid Filtering for Digital Library

Personalized service systems are an effective way to help users obtain recommendations for unseen items, within the enormous volume of information available based on their preferences. The most commonly used personalized service system methods are collaborative filtering, content-based filtering, and hybrid filtering. Unfortunately, each method has its drawbacks. This paper proposes a new method which unified partition-based collaborative filtering and meta-information filtering. In partition-based collaborative filtering the user-item rating matrix can be partitioned into low-dimensional dense matrices using a matrix clustering algorithm. Recommendations are generated based on these low-dimensional matrices. Additionally, the very low ratings problem can be solved using meta-information filtering. The unified method is applied to a digital resource management system. The experimental results show the high efficiency and good performance of the new approach.     

滤波理论的最新进展及其在导航系统中的应用

系统介绍了近年来滤波理论研究中出现的各种主要的滤波方法 ,指出了各自的优势、缺陷和发展前景。针对导航系统自身的特点 ,介绍了与之相关的几种新的滤波算法 ,阐述了各自的性能特点和应用前途。分析探讨了作为滤波理论未来发展方向的最优非线性滤波和自适应滤波的一些可能的发展途径 ,估计了其中存在的主要困难和问题 ,为将来的研究工作指明了方向     

基于兴趣度的聚类协同过滤推荐系统的设计

协同过滤技术被成功地应用于个性化推荐系统中.随着用户数目和网页数目的日益增加,整个用户矩阵数据极端稀疏并且实时性效果不理想.传统的推荐方法解决不了这些问题.本文结合兴趣度和聚类技术对客户的个人兴趣进行评价,提出了基于兴趣度的聚类协同过滤推荐系统,实验表明,该算法能够有效避免传统方法带来的弊端,提高系统的推荐质量.