CN108173532B - 在协议影响下的时变系统滤波器设计方法、装置和滤波器 - Google Patents

在协议影响下的时变系统滤波器设计方法、装置和滤波器 Download PDF

Info

Publication number
CN108173532B
CN108173532B CN201711281576.XA CN201711281576A CN108173532B CN 108173532 B CN108173532 B CN 108173532B CN 201711281576 A CN201711281576 A CN 201711281576A CN 108173532 B CN108173532 B CN 108173532B
Authority
CN
China
Prior art keywords
time
filter
varying system
mathematical model
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711281576.XA
Other languages
English (en)
Other versions
CN108173532A (zh
Inventor
董宏丽
李雪融
韩非
张勇
步贤业
李佳慧
杨帆
高宏宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Petroleum University
Original Assignee
Northeast Petroleum University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeast Petroleum University filed Critical Northeast Petroleum University
Priority to CN201711281576.XA priority Critical patent/CN108173532B/zh
Publication of CN108173532A publication Critical patent/CN108173532A/zh
Application granted granted Critical
Publication of CN108173532B publication Critical patent/CN108173532B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0248—Filters characterised by a particular frequency response or filtering method
    • H03H17/0252—Elliptic filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Feedback Control In General (AREA)
  • Communication Control (AREA)

Abstract

本发明公开了一种在协议影响下的时变系统滤波器设计方法，包括：构建含有混合时滞和状态饱和的时变系统数学模型；根据所述时变系统数学模型的测量输出确定协议规则；根据所述协议规则对所述时变系统数学模型进行更新并增广；根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；令所述滤波器误差满足给定条件，求解所述待求解滤波参数。以及一种在协议影响下的时变系统滤波装置和滤波器。以解决实际应用中考虑混合时滞和状态饱和情况下，网络带宽对于所有传感器节点可以同时通过通信网络传输信号不能实现的问题。

Description

在协议影响下的时变系统滤波器设计方法、装置和滤波器
技术领域
本发明涉及控制领域，具体说是一种在协议影响下的时变系统滤波器设计方法、装置和滤波器。
背景技术
随着网络和通信技术的发展，网络控制系统由于其广泛的应用引起了大量研究兴趣，比如：工业自动化、远程诊断和故障排除、环境监测等等。相比于传统的点对点连接的系统，网络系统由于通过共享网络连接提供了很多优点包括较低的成本、灵活的结构、简单的安装和较高的可靠性。然而，由于通信网络的使用网络诱导现象不可避免的出现(例如：丢包，时滞，信号量化和传感器饱和)并且受到了大量关注。
滤波和状态估计一直是控制理论和信号处理领域的热点研究问题之一，目的是利用被估计系统的测量输出合理的估计系统的内部状态。常见的Kalman滤波和扩展Kalman滤波被广泛用于受高斯噪声影响的线性时变系统或非线性时变系统的滤波问题。然而，并不是所有污染系统的噪声都是高斯噪声，所以出现了针对非高斯噪声的滤波器，其实就有针对幅值有界噪声的集员滤波器。集员滤波器的主要思想是利用得到的测量输出合理的估计出一个包含系统的内部真实状态的集合并保证估计误差受限于一个给定的有界区域。
在大多数现有的文献中，我们都是假定所有传感器节点可以同时通过通信网络传输信号，但在实际应用中由于网络带宽的原因这种假设是不现实的。为了防止数据冲突，我们引入通信协议，常见的协议有：Weighted Try-Once-Discard(WTOD)协议，Round-Robin(RR)协议和随机通信(SCP)协议。虽然已有大量文献对通信协议做了许多研究，但关于通信协议影响下时变系统的集员滤波问题还很少见，尤其是一并考虑混合时滞和状态饱和的。
发明内容
有鉴于此，本发明提供一种在协议影响下的时变系统滤波器设计方法、装置和滤波器，以解决实际应用中考虑混合时滞和状态饱和情况下，网络带宽对于所有传感器节点可以同时通过通信网络传输信号不能实现的问题。
第一方面，本发明提供一种在协议影响下的时变系统滤波器设计方法，其特征在于，包括：
构建含有混合时滞和状态饱和的时变系统数学模型；
根据所述时变系统数学模型的测量输出确定协议规则；
根据所述协议规则对所述时变系统数学模型进行更新并增广；
根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；
根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；
令所述滤波器误差满足给定条件，求解所述待求解滤波参数。
优选地，所述时变系统数学模型包括：
时变系统的状态向量、时变系统的测量输出和所述状态向量的初始条件；
由K时刻之前的状态向量构建所述混合时滞；
由K时刻的状态向量构建所述状态饱和；
所述混合时滞和所述状态饱和，共同构建所述时变系统的状态向量。
优选地，所述时变系统在K时刻的所述协议规则的确定方法为：所述时变系统数学模型的测量输出在所述K时刻正在传输的所述测量输出最大值对应的节点。
优选地，将所述协议规则代入所述测量输出，得到具有协议规则的测量输出；
更新并增广所述时变系统的状态向量的方法为：将K-1时刻的所述具有协议规则的测量输出，作为K时刻所述状态向量的增广矩阵，完成对所述时变系统数学模型进行更新并增广。
优选地，所述时变系统的状态向量，具有过程噪音；所述时变系统的测量输出，具有测量噪音；
将所述K时刻的测量噪音作为K时刻所述过程噪音的增广矩阵，完成对所述时变系统数学模型的噪声进行更新并增广。
优选地，所述给定条件，为所述滤波器误差的椭圆约束。
优选地，所述过程噪音和所述测量噪音，分别满足椭圆约束。
第二方面，本发明提供一种在协议影响下的时变系统滤波装置，包括：
时变系统数学模型构建单元，所述时变系统数学模型构建单元与协议规则确定单元连接，所述协议规则确定单元与时变系统数学模型进行更新并增广单元，所述时变系统数学模型进行更新并增广单元与待求解滤波参数滤波器模型构建单元连接，所述待求解滤波参数滤波器模型构建单元与滤波器误差计算单元连接，所述滤波器误差计算单元与待求解滤波参数求解单元连接；
所述时变系统数学模型构建单元，用于构建含有混合时滞和状态饱和的时变系统数学模型；
所述协议规则确定单元，用于根据所述时变系统数学模型的测量输出确定协议规则；
所述时变系统数学模型进行更新并增广单元，用于根据所述协议规则对所述时变系统数学模型进行更新并增广；
所述待求解滤波参数滤波器模型构建单元，用于根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；
所述滤波器误差计算单元，用于根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；
所述待求解滤波参数求解单元，用于令所述滤波器误差满足给定条件，求解所述待求解滤波参数。
第三方面，本发明提供另一种在协议影响下的时变系统滤波装置，其特征在于，包括：
存储器和处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序为如上述一种在协议影响下的时变系统滤波方法，所述处理器执行所述程序时实现以下步骤：
构建含有混合时滞和状态饱和的时变系统数学模型；
根据所述时变系统数学模型的测量输出确定协议规则；
根据所述协议规则对所述时变系统数学模型进行更新并增广；
根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；
根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；
令所述滤波器误差满足给定条件，求解所述待求解滤波参数。
第四方面，本发明提供一种在协议影响下的时变系统滤波器，其特征在于，包括：
如上述一种在协议影响下的时变系统滤波方法，或者如上述一种在协议影响下的时变系统滤波装置。
本发明至少具有如下有益效果：
本发明提供一种在协议影响下的时变系统滤波器设计方法、装置和滤波器，在构建时变系统数学模型时充分考虑含有混合时滞和状态饱和的情形，并根据时变系统数学模型的测量输出确定协议规则，根据协议规则对时变系统数学模型进行更新并增广，得到具有待求解滤波参数滤波器模型，计算出滤波器误差，令所述滤波器误差满足给定条件，求解所述待求解滤波参数。以解决实际应用中考虑混合时滞和状态饱和情况下，网络带宽对于所有传感器节点可以同时通过通信网络传输信号不能实现的问题。
附图说明
通过以下参考附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点更为清楚，在附图中：
图1是本发明实施例的一种在协议影响下的时变系统滤波器设计方法的流程示意图；
图2是本发明实施例的一种在协议影响下的时变系统滤波装置的原理示意图；
图3是本发明实施例的另一种在协议影响下的时变系统滤波装置的原理示意图；
图4是本发明实施例的一种在协议影响下的时变系统在协议影响下系统的动态响应曲线x1(k)和的估计值曲线x1(k)；
图5是本发明实施例的一种在协议影响下的时变系统在协议影响下系统的动态响应曲线x2(k)和它的估计值曲线x2(k)；
图6是本发明实施例的一种在协议影响下的时变系统在协议影响下系统的动态响应曲线x3(k)和它的估计值曲线；
图7是本发明实施例的一种在协议影响下的时变系统在协议影响下的滤波误差曲线e(k)。
具体实施方式
以下基于实施例对本发明进行描述，但是值得说明的是，本发明并不限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。然而，对于没有详尽描述的部分，本领域技术人员也可以完全理解本发明。
此外，本领域普通技术人员应当理解，所提供的附图只是为了说明本发明的目的、特征和优点，附图并不是实际按照比例绘制的。
同时，除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包含但不限于”的含义。
本发明提出的滤波器设计方法，其具体为针对一类具有混合时滞的时变状态饱和系统在协议影响下集员滤波器的设计方法，在其中考虑了WTOD协议下混合时滞和状态饱和对状态估计性能的影响，构建系统的动态模型，对建立的模型根据通信协议原则进行更新并增广，根据增广后的系统设计滤波器形式，然后得到一个能够保证滤波器误差满足给定的约束的充分条件并通过递推算法得到该滤波器参数，最后给出一个仿真例子证明方法的可行性。相比于已有的滤波器设计方法，本发明的设计方法能够一并考虑通信协议，混合时滞以及状态饱和对动态系统的影响。
图1是本发明实施例的一种在协议影响下的时变系统滤波器设计方法的流程示意图。如图1所示，一种在协议影响下的时变系统滤波器设计方法，包括：步骤101构建含有混合时滞和状态饱和的时变系统数学模型；步骤102根据所述时变系统数学模型的测量输出确定协议规则；步骤103根据所述协议规则对所述时变系统数学模型进行更新并增广；步骤104根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；步骤105根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；步骤106令所述滤波器误差满足给定条件，求解所述待求解滤波参数。
在图1中，步骤101构建含有混合时滞和状态饱和的时变系统数学模型；所述时变系统数学模型包括：时变系统的状态向量、时变系统的测量输出和所述状态向量的初始条件；由K时刻之前的状态向量构建所述混合时滞；由K时刻的状态向量构建所述状态饱和；所述混合时滞和所述状态饱和，共同构建所述时变系统的状态向量。
具体地说，含有混合时滞和状态饱和的时变系统系统模型：
Figure BDA0001497519380000051
式(1)中，x(k)和y(k)分别是要估计得系统状态和测量输出。离散时滞τ1和τ2是已知正整数，τ*＝max{τ1，τ2}。μi(1≤i≤τ2)代表权系数。w(k)和v(k)分别代表过程噪声和测量噪声。φ1(i)(i＝-τ*，-τ*+1，...，0)是系统的初始状态。A(k)，B(k)，C(k)，D(k)，E(k)和F(k)合适维数的实矩阵。σ(A(k)x(k))表示状态饱和，
Figure BDA0001497519380000052
σi(ri)＝sign(ri)min{ri，max，|ri|}，其中ri，max是向量rmax(即饱和水平)的第i个元素。
进一步地，在图1中，所述过程噪音和所述测量噪音，分别满足椭圆约束。具体地说，过程噪声和测量噪声w(k)和v(k)被定义在如下椭圆集：
Figure BDA0001497519380000061
其中，S(k)＞0和R(k)＞0是合适维数的已知正定矩阵。
在图1中，步骤102根据所述时变系统数学模型的测量输出确定协议规则；进一步地，在图1中，所述时变系统在K时刻的所述协议规则的确定方法为：所述时变系统数学模型的测量输出在所述K时刻正在传输的所述测量输出最大值对应的节点。
具体地说，在图1中，定义
Figure BDA0001497519380000062
其中yi(k)是第i个节点的测量输出，定义
Figure BDA0001497519380000063
为在k时刻正在传输的节点，选择规则如下：
Figure BDA0001497519380000064
其中，
Figure BDA0001497519380000065
是第i个节点在k时刻前最后一次传输的信号，
Figure BDA0001497519380000066
是已知正定加权矩阵。
根据(4)，
Figure BDA0001497519380000067
可以表述如下：
Figure BDA0001497519380000068
定义
Figure BDA0001497519380000069
选择规则可以被重写成：
Figure BDA00014975193800000610
其中，
Figure BDA00014975193800000611
则(5)可以写成如下形式：
Figure BDA00014975193800000612
定义1：对于一个非线性函数
Figure BDA00014975193800000613
和一些实矩阵
Figure BDA00014975193800000614
其中
Figure BDA00014975193800000615
是一个正定矩阵，如果(ψ(v)-K1v)T(ψ(v)-K2v)≤0，
Figure BDA00014975193800000616
成立，我们就说ψ(.)满足一个属于扇形[K1，K2]的扇形条件。
公式1：如果存在对角矩阵H1和H2满足0≤H1＜I≤H2，则(1)中的饱和函数σ(A(k)x(k))可以被写成：
σ(A(k)x(k))＝H1A(k)x(k)+ψ(A(k)x(k))，
其中，ψ(.)是一个满足K1＝0和K2＝H的扇形条件的非线性向量值函数，H＝H2-H1，即ψ(A(k)x(k))满足下面不等式：
ψT(A(k)x(k))(ψ(A(k)x(k))-HA(k)x(k))≤0。
进一步地，在图1中，所述时变系统的状态向量，具有过程噪音；所述时变系统的测量输出，具有测量噪音；将所述K时刻的测量噪音作为K时刻所述过程噪音的增广矩阵，完成对所述时变系统数学模型的噪声进行更新并增广。
在图1中，步骤103根据所述协议规则对所述时变系统数学模型进行更新并增广；进一步地，在图1中，将所述协议规则代入所述测量输出，得到具有协议规则的测量输出；更新并增广所述时变系统的状态向量的方法为：将K-1时刻的所述具有协议规则的测量输出，作为K时刻所述状态向量的增广矩阵，完成对所述时变系统数学模型进行更新并增广。
具体地说，在图1中，定义
Figure BDA0001497519380000071
则通信协议下的系统模型为：
Figure BDA0001497519380000072
其中，
Figure BDA0001497519380000073
Figure BDA0001497519380000074
Figure BDA0001497519380000075
在图1中，步骤104根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型。
具有待求解滤波参数滤波器模型：
Figure BDA0001497519380000076
在图1中，步骤105根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；定义
Figure BDA0001497519380000077
为滤波器误差，则
Figure BDA0001497519380000081
在图1中，步骤106令所述滤波器误差满足给定条件，求解所述待求解滤波参数。进一步地，在图1中，所述给定条件，为所述滤波器误差的椭圆约束。
在图1中，我们的主要目的是设计滤波器增益序列
Figure BDA0001497519380000082
对于给定的正定矩阵序列
Figure BDA0001497519380000083
使得滤波器误差(10)满足如下椭圆约束：
Figure BDA0001497519380000084
通过求解几个递归线性矩阵不等式得到一个能够保证滤波器误差满足给定的约束的充分条件；
定理1：考虑动态系统(1)，WTOD协议(6)和时变滤波器(10)。设给出正定约束矩阵序列
Figure BDA0001497519380000085
如果存在实矩阵序列
Figure BDA0001497519380000086
正标量
Figure BDA0001497519380000087
和
Figure BDA0001497519380000088
满足下面的递归矩阵不等式：
Figure BDA0001497519380000089
其中：
Figure BDA00014975193800000810
Figure BDA00014975193800000811
Figure BDA00014975193800000812
Figure BDA00014975193800000813
Figure BDA00014975193800000814
Figure BDA00014975193800000815
Figure BDA0001497519380000091
以及L(k)表示满足P(k)＝L(k)LT(k)的因数矩阵，则时变系统(10)满足P(k)依赖约束条件(11)。
通过求解一个优化问题来获得所需滤波器的参数；
如果存在实矩阵序列
Figure BDA0001497519380000092
正标量
Figure BDA0001497519380000093
Figure BDA0001497519380000094
和
Figure BDA0001497519380000095
解决下面受约束于(12)的优化问题：
Figure BDA0001497519380000096
则有关滤波误差由P(k)决定的椭圆是矩阵迹意义上最小的。
图2是本发明实施例的一种在协议影响下的时变系统滤波装置的原理示意图。如图2所示，一种在协议影响下的时变系统滤波装置，包括：时变系统数学模型构建单元201，所述时变系统数学模型构建单元201与协议规则确定单元202连接，所述协议规则确定单元202与时变系统数学模型进行更新并增广单元203，所述时变系统数学模型进行更新并增广单元203与待求解滤波参数滤波器模型构建单元204连接，所述待求解滤波参数滤波器模型构建单元204与滤波器误差计算单元205连接，所述滤波器误差计算单元205与待求解滤波参数求解单元206连接。
在图2中，所述时变系统数学模型构建单元201，用于构建含有混合时滞和状态饱和的时变系统数学模型；所述协议规则确定单元202，用于根据所述时变系统数学模型的测量输出确定协议规则；所述时变系统数学模型进行更新并增广单元203，用于根据所述协议规则对所述时变系统数学模型进行更新并增广；所述待求解滤波参数滤波器模型构建单元204，用于根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；所述滤波器误差计算单元205，用于根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；所述待求解滤波参数求解单元206，用于令所述滤波器误差满足给定条件，求解所述待求解滤波参数。具体的实现过程可参照图1进行理解。
图3是本发明实施例的另一种在协议影响下的时变系统滤波装置的原理示意图。如图3所示，一种在协议影响下的时变系统滤波装置，包括：存储器301和处理器302及存储在存储器301上并可在处理器302上运行的计算机程序，所述计算机程序为如上述一种在协议影响下的时变系统滤波方法，所述处理器302执行所述程序时实现以下步骤：构建含有混合时滞和状态饱和的时变系统数学模型；根据所述时变系统数学模型的测量输出确定协议规则；根据所述协议规则对所述时变系统数学模型进行更新并增广；根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；令所述滤波器误差满足给定条件，求解所述待求解滤波参数。具体的实现过程可参照图1进行理解。
同时，本发明提供一种在协议影响下的时变系统滤波器，包括：如上述一种在协议影响下的时变系统滤波方法，或者如上述一种在协议影响下的时变系统滤波装置。具体的实现过程可参照图1进行理解。
图4是本发明实施例的一种在协议影响下的时变系统在协议影响下系统的动态响应曲线x1(k)和的估计值曲线x1(k)。图5是本发明实施例的一种在协议影响下的时变系统在协议影响下系统的动态响应曲线x2(k)和它的估计值曲线x2(k)。图6是本发明实施例的一种在协议影响下的时变系统在协议影响下系统的动态响应曲线x3(k)和它的估计值曲线。用一个仿真例子证明方法的有效性。
给出系统参数为：
Figure BDA0001497519380000101
Figure BDA0001497519380000102
E(k)＝0.1I，H＝0.3I，H1＝0.7I，τ1＝3，τ2＝2，μ1＝μ2＝0.2。
设该系统的传感器被分成2个传感器节点。WTOD协议的权重矩阵分别为Q1＝0.8和Q2＝1.2。系统的有界噪声分别设为ω(k)＝1.2cos(0.2k)及v(k)＝1.5sin(0.2k)。矩阵S(k)和R(k)被选择为：S(k)＝R(k)＝0.25I。系统的初始状态和约束矩阵分别为：
φ(l)＝[2 2 2 1 1]T，P(l)＝diag{4，4，4，1，1}(l＝-max{τ1，τ2}，-max{τ1，τ2}+1，...，0)。
基于我们提出的算法以及Matlab软件(YALMIP 3.0)，可以得到受约束于(12)的凸优化问题(13)的解集。仿真结果如图4～6所示，对于具有混合时滞的时变状态饱和系统，所发明的滤波器设计方法能够有效地估计出目标状态。
图7是本发明实施例的一种在协议影响下的时变系统在协议影响下的滤波误差曲线e(k)。如图7所示，估计误差稳定在2以内。
显然，本领域的技术人员应该明白，上述的本发明的各单元或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路单元，或者将它们中的多个单元或步骤制作成单个集成电路单元来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述实施例仅为表达本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、同等替换、改进等，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种在协议影响下的时变系统滤波器设计方法，其特征在于，包括：
构建含有混合时滞和状态饱和的时变系统数学模型；
根据所述时变系统数学模型的测量输出确定协议规则；
根据所述协议规则对所述时变系统数学模型进行更新并增广；
根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；
根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；
令所述滤波器误差满足给定条件，求解所述待求解滤波参数；
所述令所述滤波器误差满足给定条件的方法，包括：
给出正定约束矩阵序列，如果存在实矩阵序列
Figure FDA0003194632210000011
及正标量
Figure FDA0003194632210000012
Figure FDA0003194632210000013
Figure FDA0003194632210000014
满足递归矩阵不等式
Figure FDA0003194632210000015
以及因数矩阵L(k)表示满足正定约束矩阵序列P(k)＝L(k)LT(k)的因数矩阵，则满足正定约束矩阵序列P(k)依赖椭圆约束的条件；
其中，所述给定条件为所述滤波器误差的椭圆约束；
Figure FDA0003194632210000016
Figure FDA0003194632210000017
Figure FDA0003194632210000021
Figure FDA0003194632210000022
Figure FDA0003194632210000023
Figure FDA0003194632210000024
Figure FDA0003194632210000025
Figure FDA0003194632210000026
Figure FDA0003194632210000027
Figure FDA0003194632210000028
其中，H＝H2-H1，H1及H2为对角矩阵，A(k),B(k),C(k),D(k),E(k)和F(k)为实矩阵；当i＝ξ(k)时，Ωi为Ωξ(k)；
Figure FDA0003194632210000029
是已知正定加权矩阵；S(k)>0和R(k)>0是已知正定矩阵，
Figure FDA00031946322100000210
为状态向量估计值，I为单位阵，μi(1≤i≤τ2)代表权系数，离散时滞τ2是已知正整数，δ(·)为克罗内克函数，K(k)为要设计的滤波器增益；
Figure FDA00031946322100000211
2.根据权利要求1所述一种在协议影响下的时变系统滤波器设计方法，其特征在于，所述时变系统数学模型包括：
时变系统的状态向量、时变系统的测量输出和所述状态向量的初始条件；
由K时刻之前的状态向量构建所述混合时滞；
由K时刻的状态向量构建所述状态饱和；
所述混合时滞和所述状态饱和，共同构建所述时变系统的状态向量。
3.根据权利要求1或2所述一种在协议影响下的时变系统滤波器设计方法，其特征在于：
所述时变系统在K时刻的所述协议规则的确定方法为：所述时变系统数学模型的测量输出在所述K时刻正在传输的所述测量输出最大值对应的节点。
4.根据权利要求2所述一种在协议影响下的时变系统滤波器设计方法，其特征在于：
将所述协议规则代入所述测量输出，得到具有协议规则的测量输出；
更新并增广所述时变系统的状态向量的方法为：将K-1时刻的所述具有协议规则的测量输出，作为K时刻所述状态向量的增广矩阵，完成对所述时变系统数学模型进行更新并增广。
5.根据权利要求4所述一种在协议影响下的时变系统滤波器设计方法，其特征在于：
所述时变系统的状态向量，具有过程噪音；所述时变系统的测量输出，具有测量噪音；
将所述K时刻的测量噪音作为K时刻所述过程噪音的增广矩阵，完成对所述时变系统数学模型的噪声进行更新并增广。
6.根据权利要求5所述一种在协议影响下的时变系统滤波器设计方法，其特征在于：
所述过程噪音和所述测量噪音，分别满足椭圆约束。
7.一种在协议影响下的时变系统滤波装置，其特征在于，包括：
时变系统数学模型构建单元(201)，所述时变系统数学模型构建单元(201)与协议规则确定单元(202)连接，所述协议规则确定单元(202)与时变系统数学模型进行更新并增广单元(203)，所述时变系统数学模型进行更新并增广单元(203)与待求解滤波参数滤波器模型构建单元(204)连接，所述待求解滤波参数滤波器模型构建单元(204)与滤波器误差计算单元(205)连接，所述滤波器误差计算单元(205)与待求解滤波参数求解单元(206)连接；
所述时变系统数学模型构建单元(201)，用于构建含有混合时滞和状态饱和的时变系统数学模型；
所述协议规则确定单元(202)，用于根据所述时变系统数学模型的测量输出确定协议规则；
所述时变系统数学模型进行更新并增广单元(203)，用于根据所述协议规则对所述时变系统数学模型进行更新并增广；
所述待求解滤波参数滤波器模型构建单元(204)，用于根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；
所述滤波器误差计算单元(205)，用于根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；
所述待求解滤波参数求解单元(206)，用于令所述滤波器误差满足给定条件，求解所述待求解滤波参数；
在所述待求解滤波参数求解单元(206)中，所述令所述滤波器误差满足给定条件的方法，包括：
给出正定约束矩阵序列，如果存在实矩阵序列
Figure FDA0003194632210000041
及正标量
Figure FDA0003194632210000042
Figure FDA0003194632210000043
Figure FDA0003194632210000044
满足递归矩阵不等式
Figure FDA0003194632210000045
以及因数矩阵L(k)表示满足正定约束矩阵序列P(k)＝L(k)LT(k)的因数矩阵，则满足正定约束矩阵序列P(k)依赖椭圆约束的条件；
其中，所述给定条件为所述滤波器误差的椭圆约束；
Figure FDA0003194632210000051
Figure FDA0003194632210000052
Figure FDA0003194632210000053
Figure FDA0003194632210000054
Figure FDA0003194632210000055
Figure FDA0003194632210000056
Figure FDA0003194632210000057
Figure FDA0003194632210000058
Figure FDA0003194632210000059
Figure FDA00031946322100000510
其中，H＝H2-H1，H1及H2为对角矩阵，A(k),B(k),C(k),D(k),E(k)和F(k)为实矩阵；当i＝ξ(k)时，Ωi为Ωξ(k)；
Figure FDA00031946322100000511
是已知正定加权矩阵；S(k)>0和R(k)>0是已知正定矩阵，
Figure FDA00031946322100000512
为状态向量估计值，I为单位阵，μi(1≤i≤τ2)代表权系数，离散时滞τ2是已知正整数，δ(·)为克罗内克函数，K(k)为要设计的滤波器增益；
Figure FDA00031946322100000513
8.一种在协议影响下的时变系统滤波装置，其特征在于，包括：
存储器和处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序为如权利要求1～6任一项所述一种在协议影响下的时变系统滤波器设计方法，所述处理器执行所述程序时实现以下步骤：
构建含有混合时滞和状态饱和的时变系统数学模型；
根据所述时变系统数学模型的测量输出确定协议规则；
根据所述协议规则对所述时变系统数学模型进行更新并增广；
根据所述更新并增广的时变系统数学模型构建具有待求解滤波参数滤波器模型；
根据所述滤波器模型的状态向量估计值和所述更新并增广的时变系统数学模型的状态向量实际值计算出滤波器误差；
令所述滤波器误差满足给定条件，求解所述待求解滤波参数；
所述令所述滤波器误差满足给定条件的方法，包括：
给出正定约束矩阵序列，如果存在实矩阵序列
Figure FDA0003194632210000061
及正标量
Figure FDA0003194632210000062
Figure FDA0003194632210000063
Figure FDA0003194632210000064
满足递归矩阵不等式
Figure FDA0003194632210000065
以及因数矩阵L(k)表示满足正定约束矩阵序列P(k)＝L(k)LT(k)的因数矩阵，则满足正定约束矩阵序列P(k)依赖椭圆约束的条件；
其中，所述给定条件为所述滤波器误差的椭圆约束；
Figure FDA0003194632210000071
Figure FDA0003194632210000072
Figure FDA0003194632210000073
Figure FDA0003194632210000074
Figure FDA0003194632210000075
Figure FDA0003194632210000076
Figure FDA0003194632210000077
Figure FDA0003194632210000078
Figure FDA0003194632210000079
Figure FDA00031946322100000710
其中，H＝H2-H1，H1及H2为对角矩阵，A(k),B(k),C(k),D(k),E(k)和F(k)为实矩阵；当i＝ξ(k)时，Ωi为Ωξ(k)；
Figure FDA00031946322100000711
是已知正定加权矩阵；S(k)>0和R(k)>0是已知正定矩阵，
Figure FDA00031946322100000712
为状态向量估计值，I为单位阵，μi(1≤i≤τ2)代表权系数，离散时滞τ2是已知正整数，δ(·)为克罗内克函数，K(k)为要设计的滤波器增益；
Figure FDA00031946322100000713
9.一种在协议影响下的时变系统滤波器，其特征在于，包括：
应用如权利要求1～6任一项所述一种在协议影响下的时变系统滤波器设计方法，或者如权利要求7和8任一项所述一种在协议影响下的时变系统滤波装置。
CN201711281576.XA 2017-12-07 2017-12-07 在协议影响下的时变系统滤波器设计方法、装置和滤波器 Active CN108173532B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711281576.XA CN108173532B (zh) 2017-12-07 2017-12-07 在协议影响下的时变系统滤波器设计方法、装置和滤波器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711281576.XA CN108173532B (zh) 2017-12-07 2017-12-07 在协议影响下的时变系统滤波器设计方法、装置和滤波器

Publications (2)

Publication Number Publication Date
CN108173532A CN108173532A (zh) 2018-06-15
CN108173532B true CN108173532B (zh) 2021-10-22

Family

ID=62525469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711281576.XA Active CN108173532B (zh) 2017-12-07 2017-12-07 在协议影响下的时变系统滤波器设计方法、装置和滤波器

Country Status (1)

Country Link
CN (1) CN108173532B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108875252B (zh) * 2018-07-03 2022-05-06 郑州轻工业学院 永磁同步电机故障诊断模型扩展约束多胞形集员滤波方法
CN111025914B (zh) * 2019-12-26 2022-12-30 东北石油大学 基于通信受限的神经网络系统远程状态估计方法及装置
CN111901773B (zh) * 2020-06-23 2024-03-29 杭州电子科技大学 一种工业园区空气质量检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2152895A2 (en) * 2007-05-11 2010-02-17 Sigmed, Inc. Non-invasive characterization of a physiological parameter
CN103217902A (zh) * 2013-03-14 2013-07-24 郭雷 一种基于干扰观测器的指令滤波反步控制方法
CN104471855A (zh) * 2012-07-12 2015-03-25 Dts公司 具有噪声检测和响度下降检测的响度控制

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2152895A2 (en) * 2007-05-11 2010-02-17 Sigmed, Inc. Non-invasive characterization of a physiological parameter
CN104471855A (zh) * 2012-07-12 2015-03-25 Dts公司 具有噪声检测和响度下降检测的响度控制
CN103217902A (zh) * 2013-03-14 2013-07-24 郭雷 一种基于干扰观测器的指令滤波反步控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Set-membership filtering for systems with sensor saturation;Fuwen Yang 等;《Automatica》;20090831;第45卷(第8期);1896-1902 *
Set-membership filtering for time-varying systems with mixed time-delays under Round-Robin and Weighted Try-Once-Discard protocols;Lei Zou 等;《Automatica》;20161231;第74卷;341-348 *
具有网络诱导复杂性的几类离散随机系统的性能分析与综合;丁德锐;《万方数据知识服务平台》;20150520;全文 *

Also Published As

Publication number Publication date
CN108173532A (zh) 2018-06-15

Similar Documents

Publication Publication Date Title
Yoo Distributed consensus tracking of a class of asynchronously switched nonlinear multi-agent systems
CN108732926A (zh) 基于不充分信息的网络化系统状态估计方法
Liu et al. Event-triggered synchronization in fixed time for semi-Markov switching dynamical complex networks with multiple weights and discontinuous nonlinearity
Menard et al. Leader-following consensus for multi-agent systems with nonlinear dynamics subject to additive bounded disturbances and asynchronously sampled outputs
CN108173532B (zh) 在协议影响下的时变系统滤波器设计方法、装置和滤波器
Hu et al. Second-order consensus for heterogeneous multi-agent systems in the cooperation–competition network: A hybrid adaptive and pinning control approach
CN110209148A (zh) 一种基于描述系统观测器的网络化系统的故障估计方法
Guo et al. Recursive identification of FIR systems with binary-valued outputs and communication channels
Ge et al. Distributed H∞ filtering over sensor networks with heterogeneous Markovian coupling intercommunication delays
Li et al. Consensus of second-order delayed nonlinear multi-agent systems via node-based distributed adaptive completely intermittent protocols
El Hellani et al. Finite frequency H∞ filter design for TS fuzzy systems: New approach
Zhang et al. Stochastic consensus of discrete-time second-order multi-agent systems with measurement noises and time delays
Duan et al. Finite-time distributed H∞ filtering for Takagi-Sugeno fuzzy system with uncertain probability sensor saturation under switching network topology: Non-PDC approach
Li et al. Outlier-resistant interval observer design for multirate time-delayed systems under the adaptive event-triggered protocols
Zeng et al. Edge agreement of second-order multi-agent system with dynamic quantization via the directed edge Laplacian
Lu et al. General decay synchronization and H∞ synchronization of spatial diffusion coupled delayed reaction–diffusion neural networks
Yi et al. Consensus in second‐order Markovian jump multi‐agent systems via impulsive control using sampled information with heterogenous delays
CN111030644B (zh) 一种非线性网络化控制系统的有限时间耗散滤波方法
CN113608437A (zh) 具有丢包和多时滞的网络控制系统的最优控制研究方法
Li et al. Distributed state estimation for periodic systems with sensor nonlinearities and successive packet dropouts
Zamani et al. Minimum-energy distributed filtering
CN117572776A (zh) 未知非线性系统最优跟踪控制的方法、设备及存储介质
Rodrigues et al. H∞ filtering for Markovian jump linear systems with mode partial information
CN107563103B (zh) 基于局部条件的一致性滤波器设计方法
Liu et al. H∞ filtering for systems with time-varying delay satisfying a certain stochastic characteristic

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant