刘文强¹，李爽¹，陶贵丽²，高志军³，沈忱¹

1. 浙江工商大学信息与电子工程学院,杭州 310018; 2. 浙江传媒学院媒体工程学院, 杭州 310018; 3. 黑龙江科技大学计算机与信息工程学院,哈尔滨 15002

出版日期:2021-08-25发布日期:2021-11-23

Robust Matrix-Weighted Fusion Steady-State Estimators for NetworkedStochastic Uncertain Systems

LIU Wenqiang¹, LI Shuang¹ ,TAO Guili², GAO Zhijun³ ,SHEN Chen¹

1. School of Information and Electronic Engineering, Zhejiang Gongshang University, Hangzhou310018; 2. College of Media Engineering, Communication University of Zhejiang, Hangzhou 310018;. Computer and Information Engineering College, Heilongjiang University of Science andTechnology, Harbin 150022

Online:2021-08-25Published:2021-11-23







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

对于一类在状态转移阵和系统观测阵中带相同的状态依赖乘性噪声、带噪声依赖乘性噪声、一步随机观测滞后、丢包和不确定噪声方差的多传感器网络化系统, 文章研究其鲁棒融合稳态滤波问题. 应用增广方法、去随机化方法和虚拟噪声技术, 系统被转化为仅带不确定噪声方差的多模型多传感器系统. 根据极大极小鲁棒估计原理, 并应用按矩阵加权最优融合算法, 提出了鲁棒局部和矩阵加权融合稳态卡尔曼估值器(预报器, 滤波器和平滑器). 应用增广噪声方法、非负定矩阵分解方法和李雅普诺夫方程方法, 证明了估值器的鲁棒性. 给出了鲁棒局部和矩阵加权融合稳态估值器之间的精度关系. 应用于弹簧-质量-阻尼系统的一个仿真例子验证了所提出方法的有效性和正确性.
分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14289