没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
本文研究了观测数据和控制输入数据传输具有有限连续丢包的线性离散随机系统的最优估计问题.利用两个满足Bernoulli分布的随机变量来分别描述从传感器到估值器和从控制器到执行器之间的数据丢包现象.通过引入两组新的变量,将原系统转化为一个带有随机参数的系统.利用射影理论,提出了线性最小方差最优线性估值器,包括滤波器、预报器和平滑器.最后研究了稳态线性估值器,并给出了稳态存在的一个充分条件.仿真例子验证了算法的有效性.
资源推荐
资源详情
资源评论
第
29
卷第
10
期
2012
年
10
月
控制理论与应用
Control
Theory
&
Applications
Vo
l. 29
No.
10
Oct.2012
文章编号:
1000-8152(2012)10-1317-08
具有有限连续丢包网络控制系统的最优线性估值器
陈海霞飞孙书利
2
(1.黑龙江大学数学科学学院,黑龙江哈尔滨
150080;2
黑龙江大学电子工程学院,黑龙江哈尔滨
150080)
摘要·本文研究了观测数据和控制输入数据传输具有有限连续丢包的线性离散随机系统的最优估计问题.利用
两个满足
Bemou
l1i分布的随机变量来分别描述从传感器到估值器和从控制器到执行器之间的数据丢包现象.通过
引入两组新的变量,将原系统转化为一个带有随机参数的系统.利用射影理论,提出了线性最小方差最优线性估值
器,包括滤波器、预报器和平滑器.最后研究了稳态线性估值器,并给出了稳态存在的一个充分条件.仿真例子验
证了算法的有效性.
关键词:有限连续丢包;最优线性估值器;射影理论;稳态估值器;网络控制系统
中图分类号:
TP273
丈献标识码
:A
Optimallinear estimators for networked control systems with
finite consecutive packet dropouts
CHEN
Hai-xia
1
,
SUN
Shu-li
2
(1.
SchoolofMath
巳
matics
Science
,
Heilongjiang
University
,
Harbin
Heilongjiang
150080
,
China;
2.
School
ofElectrical
Engineering
,
Heilongjiang
University
,
Harbin
Heilongjiang
150080
,
China)
Abstract:
This paper studies the
optimal
巳
stimation
problem for discrete-time stochastic linear systems with finite
consecutive packet dropouts in the data transrnission
of
measurements and control inputs. Two Bemou
l1i
distributed random
variables are employed to describe the phenomena
of
data losses from the sensor to the estimator and from
th
巳
controller
to the
邵阳
ator
,
respectively. By introducing two groups
of
new variables, we convert the origin
a1
system to one with the
randomp
红
ameters.
Using the projection theory, we present the optimallinear estimators in
c1
uding the filter, the predictor
and the smoother in the linear rninimum variance sense.
Finally
,由巳
steady-state
linear
estimators
缸巳
studied
and a sufficient
condition for the existence
of
steady state is given. An example shows the effectiveness
of
the algorithms.
Key
words:
如
lite
consecutive packet dropout; optimal linear estimator;
pr
,句
ection
theory; steady-state estimator; net-
worked control system
1
引言(l
ntroduction)
近几年,网络控制系统受到了广泛的关注
[1-3]
在网络控制系统中,由于传输通道的不可靠性,以及
元器件的老化等原因,通过网络从传感器到估值器
和从控制器到执行器的数据传输中,可能会存在数
据包的丢失和滞后,从而导致系统不稳定或性能下
降
目前,具有随机丢包和滞后的系统得到了广泛
研究[午
14]
文献[4-
5]
研究了带有数据包丢失和滞后
的网络系统的估计问题,其中数据包带有时间戳,
即滤波器每时刻知道数据包是否丢失或滞后.文
献
[6]
研究了具有重发机制网络系统的滤波器设计,
但数据重发可能带来网络拥塞.而文献
[7-8]
研究
了丢包和时滞系统的鲁棒估计问题.文献
[9]
基于一
个统一的参数模型对具有丢包和时滞的网络系统,
收稿日期:
2011-10-07;
收修改稿日期:
2012-03
一
08.
利用线性矩阵不等式设计了一个稳态次优滤波器.
文献
[10-11]
研究了从传感器到估值器单边具有无
限连续丢包的线性离散系统的最优线性估计问题.
而文献
[12]
将文献口
0]
的结果推广到双边丢包.然
而,在实际中连续丢包往往是有限的.文献口
3]
对
具有有限连续丢包系统,利用配方法设计了一个具
有
Kalman
递推结构的滤波器,但所设计的滤波器是
次优的.对于同一问题,文献[1
4]
通过射影理论设计
了最优线性估值器.然而,文献
[13-14]
仅仅考虑了
单边丢包情况,即只考虑了从传感器到估值器的数
据丢包,而没有考虑从控制器到执行器的数据丢失,
而对于双边丢包系统的滤波器设计不能由单边丢包
的结果通过简单推广获得.
本文研究具有双边丢包网络控制系统的估计问
题,其中从传感器到估值器和从控制器到执行器存
基金项目:国家自然科学基金资助项目
(60874062
,
61174139);
教育部新世纪优秀人才支持计划资助项目
(NCEτ1
0--
0133);
黑龙江大学高层
次人才创新团队资助项目
(Hdtd20
1O一
03);
黑龙江省高校重点实验室资助项目
控制理论与应用
在有限连续数据丢失.应用射影理论,推导了线性最
小方差最优线性估值器.井分析了稳态滤波的存在
性.由于传感器观测和控制输入通过网络传输给估
值器和执行器,且具有随机丢包,使得估值器和执行
器接收到的观测和控制数据是随机的.这导致了所
设计的滤波器的滤波增益和协方差阵都受到控制输
入的影响.这不同于带有确定性控制输入无丢包系
统的标准的滤波器设计
[15]
可以由不带控制输入系
统的滤波器通过简单增加确定项而获得.而且标准
滤波器的滤波增益和协方差阵不受确定性控制输入
的影响.
问题阐述
(Problem
formulation)
考虑具有有限连续丢包的离散时不变随机系统:
第
29
卷
1318
式
(2)
代入式
(6)
中,并注意
旦
(t)
= r1(t)u(t) +
(1
- r1(t))U
1
(t
-
1)
,
y(t) = r2(t)Z(t) +
(1
-
r2(t))
瓦
(t
一
1)
x(t
+
1)
=φ
x(t)
+
r
ω
(t)
+
B
旦
(t)
,
z(t) =
Hx(t)
+
υ
(t)
,
坐
(t)
=
俨
l(t)U(t)
+
(1
- r1(t))r1(t -
l)u(t
-
1)
+
. +
(1
- r1(t))(1 - r1(t - 1)).
(1
- r1(t - d
1
+
l))u(t
- d
1
)
,
y(t) =
r2(t)z(t) +
(1
-
r2(t))
巧。一
l)z(t
-
1)
+
. . +
(1
- r2(t))(1 - r2(t - 1))
...
(1
- r2(t -
d
2
十
l))z(t
- d
2
)
,
其中:
x(t)
ε
]R
n
是状态
,
z(t)
ε
]R
m
是传感器的输出,
将通过网络传输给估值器
;
y(t)
ε
]R
m
是估值器接
收到的输出,
ω
(t)
ε
]R
r
是输入噪声
,
v(t)
ε
]R
m
是
传感器的观测噪声
,
u(t) E
]R
h
是己知的控制输
入,将通过网络传输给执行器,坐
(t)
ε
]R
h
是执行
器接收到的输入
.
ifJ,
r ,
B
和
H
是适当维数的常
矩阵
,
ri(t)
,
i
=
1
,
2
是服从
Bemoulli
分布的随机变
量,满足概率:
P{ri(t)
=
1}
=向,
0ζ
向
ζ1
,
P{η
(t)
=
O}
=
1
一句且不相关于其他的随机变
量
.
d
1
和
d
2
表示连续丢包的最大次数.
模型
(3)
和
(4)
分别描述了控制输入和观测发生有
限连续丢包的情况,且连续丢包的次数不超过
d
1
和
d
2
•
将单边丢包
[13-14]
推广到双边丢包.本文中的。
和
I
表示适当维数的矩阵,
T
是转置号,
E
为数学期
望
,
Otk
为Kr
onecker
delta
函数.
引入新的变量:
(
几
(t) =r1 (t)u(t) +
(1
叫叫州呐喇
(t
份附
t
吟训)川川)
(5)
U
d
白川
1
(t
例
t
均
)=u
叫
(t
例
t
吟)
,
(
川川)
习叮卅
2
纣
ρ
州
(t
份川
t均)
E
巳♀
2
(t
例
t
均)
=
Z(t
例
t
吟)
,
其中:
k
1
=
1
,
2γ.
. , d
1
-1;
k
2
= 1, 2
,…
,d
2
-1.
把
定义
C(t+
川+叫仰)
Y?(t)
...
YZ
(t)
户(7)
W(t)
=
[ω
T(t)
vT(t)F.
系统(1)一
(4)
等价于增广系统
X
(t
+
1)
=φ
(t)X(t)
+
r(t)W(t)
十
B(t)u(t)
,
(8)
y(t) =
H(t)X(t)
+ r2(t)v(t) , (9)
其中:
1:(tM+(1
一(忡忡
(1
-
r2(t))
φ3
,
(1
0)
r(t)
二几
+r2(t)
凡
,
B
(t
)=Bo+r1(t)
鸟,
H(t)
=
r2(t)H
o
十
(1
-
r2(t))H
1
,
且
、、,
J
咽
'A
J
,.、、
(2)
2
|φ
Onx(hd1+m
白
φ
。=
10(hd
卅也
-l)m)xn
O(hd
卅也一
1)m)x(hd1+m
白)
1
'
H
Omx(
hd
l+
md
2)
Onxn
B
φ1
=
1
O(dl
-l)hxn
0(d
1
-
阶
xh
10(md2+h)xn
0(
md
2+
h
)Xh
Onx
(d1-1)h
Onxmd2
l(d
1
-1)h
0(d
1
旧
Xm
句|
0(md
2
十
h)x(d
1
一叭
。
(
md
2+
h
)xmd2
1
10(n+hdllxn
0(n+hdllx(hd
1
+
md
2)
1
φ2
=
I
H
0(d2
一
1)mx(hd1+m
出)
I
'
L
Omxn
Omx(
hd
l+md
2
)
J
1
0(n+hd1)x(n+hd1+m)
0(n+
hd
l)x(d
2
-1)m
1
φ3
=
10(d
2
-1)mx(n+hd
1
+m)
l(d
2
-1)m
Omx(n+hd1+m)
Omx(
也-阳|
r
。而
Xm
几
10(d
1
h+(d2
一加
)xr
0(dlh+(d
2
-1)m)xm
1
Omxr
1m
10(n+d
山
)xr
0(n+d1h)xm
1
且
=1
。他一
l)mxr
1
2
1
'
Omxr
Omxm
1
0(n+(d1-1)h)xh
1
Bo
=
I h
Omd
2
xh
B
B1
=
I
1
1
1
0(md
2
+h
)xh
1
(3)
(4)
(6)
剩余7页未读,继续阅读
资源评论
weixin_38564598
- 粉丝: 2
- 资源: 906
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于51单片机LCD1602显示的一个万年历+可调时钟(含原理图)
- Day-06 Vue222222222
- OREO:离线增强型大型语言模型多步推理优化方法
- iClient3D for Cesium 加载shp数据并拉伸为白模
- flowable-demo-master
- 大模型的稀疏激活方法及其高效推理应用研究:基于dReLU激活函数
- au2024_113102-1.zip
- 大规模语言模型在不同NLP任务中的提示工程技术综述
- 廖鹏盛 - 时代进行曲.zip
- 土地利用/土地覆盖数据(蚌埠市)
- Matlab实现VMD-TCN-BiLSTM变分模态分解结合时间卷积双向长短期记忆神经网络多变量光伏功率时间序列预测(含完整的程序,GUI设计和代码详解)
- LLM-Select: Feature Selection with Large Language Models
- Matlab实现RP-LSTM-Attention递归图优化长短期记忆神经网络注意力机制的数据分类预测(含完整的程序,GUI设计和代码详解)
- Another Redis Desktop软件
- 鲸鱼优化算法(WOA)文章复现:《改进鲸鱼优化算法在机械臂时间最优轨迹规划的应用-赵晶》 策略为:Tent混沌初始化种群+非线性权重改进位置更新+非线性概率转-IWOA 复现内容包
- 页岩油四性潜力层判识工具
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功