CN113490267B - 一种鲁棒稳定性的广义预控制方法 - Google Patents
一种鲁棒稳定性的广义预控制方法 Download PDFInfo
- Publication number
- CN113490267B CN113490267B CN202110541702.0A CN202110541702A CN113490267B CN 113490267 B CN113490267 B CN 113490267B CN 202110541702 A CN202110541702 A CN 202110541702A CN 113490267 B CN113490267 B CN 113490267B
- Authority
- CN
- China
- Prior art keywords
- power
- transmitting end
- receiving end
- transmitting
- loss
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 42
- 230000005540 biological transmission Effects 0.000 claims abstract description 25
- 238000004088 simulation Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 14
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000013210 evaluation model Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/242—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明涉及一种鲁棒稳定性的广义预控制方法,解决了能源浪费、信号干扰的技术问题,通过采用通信系统内置有三维地图,方步骤一,预置通信系统中发射端系统损耗函数和接收端系统损耗函数,接收端接收的最佳功率函数;步骤二,预先在三维地图中模拟计算异步位置的通信链路损耗值并建立数据库;根据发射端位置参数、接收端位置,模拟计算出发射端到接收端的功率损耗参数;步骤三,将c(f)=pg(f)+ps(f)作为发射端的最佳发射功率值;步骤四,预定义发射端发射功率控制系数为λ2,干扰信号加权系数为λ1,发射功率预评估模型进行预估计的技术方案,较好的解决了该问题,可用于无线通信中。
Description
技术领域
本发明涉及通信领域,具体涉及一种鲁棒稳定性的广义预控制方法。
背景技术
现有的通信中,发射端在向接收端发射功率时不能有效控制发射功率,可能造成发射端过功率发射,造成信号污染或者是能源浪费。
故,本发明提出一种鲁棒稳定性的广义预控制方法能够有效解决该技术问题。并在对于发射端的功率确定上,使用了通信链路损耗模拟计算、预估计的方法,使得消除了一般方案中功率确定的滞后性和复杂性。
发明内容
本发明所要解决的技术问题是现有技术中存在的能源浪费、信号干扰的技术问题。提供一种新的鲁棒稳定性的广义预控制方法,该鲁棒稳定性的广义预控制方法具有节约通信系统能源、减少信号干扰的特点。
为解决上述技术问题,采用的技术方案如下:
一种鲁棒稳定性的广义预控制方法,所述广义预控制方法用于通信系统,通信系统包括发射端和接收端,通信系统内置有三维地图,方法包括:
步骤一,预先设置通信系统中发射端系统损耗函数和接收端系统损耗函数,预定义通信系统中接收端接收的最佳功率函数pg(f);
步骤二,预先在三维地图中模拟计算异步位置之间的通信链路损耗值并建立数据库P(f,d1,d2);根据发射端位置参数、接收端位置,模拟计算出发射端到接收端的功率损耗参数ps(f);
步骤三,将c(f)=pg(f)+ps(f)作为发射端的最佳发射功率值;其中,f为频率,d1为发射端位置,d2为接收端位置;
步骤四,预定义发射端发射功率控制系数为λ2,干扰信号加权系数为λ1;定义发射功率预评估模型为:
1=E1,j(q-1)(1+M1(q-1))Δ+q-jF1,j(q-1);
1=E2,p(q-1)(1+M2(q-1))Δ+q-pF2,p(q-1);
其中,y(k)为发射功率输出值,u(k)为发射功率控制信号输入值,z(k)为发射功率干扰值;M1(q-1)为预定义的q-1多项式,N1(q-1)为预定义的q-1多项式,M2(q-1)为预定义的q-1多项式,N2(q-1)为预定义的q-1多项式;C1=1,C2=1,k为时刻值,q-1为预定义的后移系数,Δ=1-q-1为差分系数,ε1(k)和ε2(k)为预定义的随机干扰项因子,j和p分别为发射功率模型预估长度和干扰信号模型预估长度;
步骤五,采集数据y(k),z(k),y(k-1),z(k-1),Δu(k-1)...Δu(k-cc1);Δu(k-1)...Δu(k-cc2)为过去时刻控制输出差分量;
步骤六,定义控制信号差分量
其中,b1为发射功率模型系数,b2干扰信号模型系数; 和/> 是根据下式计算:
步骤七,计算出控制量:
u(k)=u(k-1)+Δu(k);
步骤八,定义k=k+1,返回步骤五。
上述方案中,为优化,进一步的,步骤二还包括:
步骤2.1,发射端将k-1时刻包含发射功率参数pk-1的数据帧发射给接收端;
步骤2.2,接收端接收到测试帧检测出接收功率参数p,k-1,将接收功率参数p’k-1反馈给发射端;
步骤2.3,发射端根据参数pk-1、参数p’k-1计算实际的通信链路功率损耗为pst=pk-1-p’k-1;
步骤2.4,根据实际的通信链路功率损耗为pst=pk-1-p’k-1和模拟功率损耗ps(f)修正通信损耗值数据库。
进一步的,步骤2.4中修正通信损耗值数据库采用的是机器学习方法。
进一步的,发射端与接收端为移动设备,步骤2中发射端位置参数、接收端位置参数为位置函数,包含当前位置和未来时刻的计划移动轨迹。
进一步的,发射功率的干扰信号z(k)更新为z(k)′=z(k)+pst-ps(f)。
本发明的有益效果:本发明通过对发射端发射功率的有效控制,减少通信系统的最大能源消耗,即发射信号时的过功率发送的能源消耗。同时,发射信号过大也会影响临近的其他通信信号。本发明通过采用VR卫星三维地图作为模拟空间,根据现有的计算空间损耗的方法,建立地图中两点之间的通信链路损耗。从而模拟出接收端所接收最佳功率值对应的发射端所应发射的功率值。在此基础上,采用一定时段内(即预估长度)的滚动预测评估,估计未来的为了实现最佳的发射功率值所应该输入的信号值。同时在滚动预评估中,也引入了干扰因素,减少了误差。作为优选,在发射端与接收端处于持续运动的情形下,可以通过轨迹函数的预先导入或者预估,能够实现精度更高的发射功率控制。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1,鲁棒稳定性的广义预控制方法示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例提供一种鲁棒稳定性的广义预控制方法,如图1,所述广义预控制方法用于通信系统,通信系统包括发射端和接收端,通信系统内置有三维地图,方法包括:
步骤一,预先设置通信系统中发射端系统损耗函数和接收端系统损耗函数,预定义通信系统中接收端接收的最佳功率函数pg(f);
步骤二,预先在三维地图中模拟计算异步位置之间的通信链路损耗值并建立数据库P(f,d1,d2);根据发射端位置参数、接收端位置,模拟计算出发射端到接收端的功率损耗参数ps(f);
步骤三,将c(f)=pg(f)+ps(f)作为发射端的最佳发射功率值;其中,f为频率,d1为发射端位置,d2为接收端位置;
步骤四,预定义发射端发射功率控制系数为λ2,干扰信号加权系数为λ1;定义发射功率预评估模型为:
1=E1,j(q-1)(1+M1(q-1))Δ+q-jF1,j(q-1);
1=E2,p(q-1)(1+M2(q-1))Δ+q-pF2,p(q-1);
其中,y(k)为发射功率输出值,u(k)为发射功率控制信号输入值,z(k)为发射功率干扰值;M1(q-1)为预定义的q-1多项式,N1(q-1)为预定义的q-1多项式,M2(q-1)为预定义的q-1多项式,N2(q-1)为预定义的q-1多项式;C1=1,C2=1,k为时刻值,q-1为预定义的后移系数,Δ=1-q-1为差分系数,ε1(k)和ε2(k)为预定义的随机干扰项因子,j和p分别为发射功率模型预估长度和干扰信号模型预估长度;
步骤五,采集数据y(k),z(k),y(k-1),z(k-1),Δu(k-1)...Δu(k-cc1);Δu(k-1)...Δu(k-cc2)为过去时刻控制输出差分量;
步骤六,定义控制信号差分量
其中,b1为发射功率模型系数,b2干扰信号模型系数; 和/> 是根据下式计算:
步骤七,计算出控制量:
u(k)=u(k-1)+Δu(k);
步骤八,定义k=k+1,返回步骤五。
具体地,步骤二还包括:
步骤2.1,发射端将k-1时刻包含发射功率参数pk-1的数据帧发射给接收端;
步骤2.2,接收端接收到测试帧检测出接收功率参数p’k-1,将接收功率参数p’k-1反馈给发射端;
步骤2.3,发射端根据参数pk-1、参数p’k-1计算实际的通信链路功率损耗为pst=pk-1-p’k-1;
步骤2.4,根据实际的通信链路功率损耗为pst=pk-1-p’k-1和模拟功率损耗ps(f)修正通信损耗值数据库。
具体地,步骤2.4中修正通信损耗值数据库采用的是机器学习方法。本实施例中的机器学习方法可采用现有的技术,本实施例不再赘述。
具体地,发射端与接收端为移动设备,步骤2中发射端位置参数、接收端位置参数为位置函数,包含当前位置和未来时刻的计划移动轨迹。此时,可以输入规划好的轨迹路线,进行对比计算实时位置,调用数据库中的模拟损耗值。
具体地,发射功率的干扰信号z(k)更新为z(k)′=z(k)+pst-ps(f)。通信链路的模拟损耗值误差也记为一种干扰因素,将发射功率预估计时的干扰因素更新,能够进一步提交精度。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种鲁棒稳定性的广义预控制方法,其特征在于:所述广义预控制方法用于通信系统,通信系统包括发射端和接收端,通信系统内置有三维地图,方法包括:
步骤一,预先设置通信系统中发射端系统损耗函数和接收端系统损耗函数,预定义通信系统中接收端接收的最佳功率函数pg(f);
步骤二,预先在三维地图中模拟计算异步位置之间的通信链路损耗值并建立数据库P(f,d1,d2);根据发射端位置参数、接收端位置,模拟计算出发射端到接收端的功率损耗参数ps(f);
步骤三,将c(f)=pg(f)+ps(f)作为发射端的最佳发射功率值;其中,f为频率,d1为发射端位置,d2为接收端位置;
步骤四,预定义发射端发射功率控制系数为λ2,干扰信号加权系数为λ1;定义发射功率预评估模型为:
1=E1,j(q-1)(1+M1(q-1))Δ+q-jF1,j(q-1);
1=E2,p(q-1)(1+M2(q-1))Δ+q-pF2,p(q-1);
其中,y(k)为发射功率输出值,u(k)为发射功率控制信号输入值,z(k)为发射功率干扰值;M1(q-1)为预定义的q-1多项式,N1(q-1)为预定义的q-1多项式,M2(q-1)为预定义的q-1多项式,N2(q-1)为预定义的q-1多项式;C1=1,C2=1,k为时刻值,q-1为预定义的后移系数,Δ=1-q-1为差分系数,ε1(k)和ε2(k)为预定义的随机干扰项因子,j和p分别为发射功率模型预估长度和干扰信号模型预估长度;
步骤五,采集数据y(k),z(k),y(k-1),z(k-1),Δu(k-1)...Δu(k-cc1);Δu(k-1)...Δu(k-cc2)为过去时刻控制输出差分量;
步骤六,定义控制信号差分量
其中,b1为发射功率模型系数,b2干扰信号模型系数; 和是根据下式计算:
步骤七,计算出控制量:
u(k)=u(k-1)+Δu(k);
步骤八,定义k=k+1,返回步骤五;
步骤二还包括:
步骤2.1,发射端将k-1时刻包含发射功率参数pk-1的数据帧发射给接收端;
步骤2.2,接收端接收到测试帧检测出接收功率参数p’k-1,将接收功率参数p’k-1反馈给发射端;
步骤2.3,发射端根据参数pk-1、参数p’k-1计算实际的通信链路功率损耗为pst=pk-1-p’k-1;
步骤2.4,根据实际的通信链路功率损耗为pst=pk-1-p’k-1和模拟功率损耗ps(f)修正通信损耗值数据库。
2.根据权利要求1所述的鲁棒稳定性的广义预控制方法,其特征在于:步骤2.4中修正通信损耗值数据库采用的是机器学习方法。
3.根据权利要求1所述的鲁棒稳定性的广义预控制方法,其特征在于:发射端与接收端为移动设备,步骤2中发射端位置参数、接收端位置参数为位置函数,包含当前位置和未来时刻的计划移动轨迹。
4.根据权利要求1所述的鲁棒稳定性的广义预控制方法,其特征在于:发射功率的干扰信号z(k)更新为z(k)′=z(k)+pst-ps(f)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541702.0A CN113490267B (zh) | 2021-05-18 | 2021-05-18 | 一种鲁棒稳定性的广义预控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541702.0A CN113490267B (zh) | 2021-05-18 | 2021-05-18 | 一种鲁棒稳定性的广义预控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113490267A CN113490267A (zh) | 2021-10-08 |
CN113490267B true CN113490267B (zh) | 2023-11-07 |
Family
ID=77932889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110541702.0A Active CN113490267B (zh) | 2021-05-18 | 2021-05-18 | 一种鲁棒稳定性的广义预控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113490267B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101766025A (zh) * | 2007-07-29 | 2010-06-30 | Lg电子株式会社 | 数字广播系统和数据处理方法 |
CN101778465A (zh) * | 2010-03-09 | 2010-07-14 | 山东大学 | Cdma蜂窝系统中基于误差估计的比例功率控制方法 |
CN101790885A (zh) * | 2007-06-28 | 2010-07-28 | Lg电子株式会社 | 数字广播系统和数据处理方法 |
CN103001684A (zh) * | 2012-12-18 | 2013-03-27 | 清华大学 | 多天线认知无线电通信系统中的鲁棒干扰抑制方法 |
CN103119845A (zh) * | 2010-07-21 | 2013-05-22 | 凯镭思有限公司 | 用于定位通信网络中的故障的方法和设备 |
CN103698003A (zh) * | 2013-12-13 | 2014-04-02 | 南京大学 | 一种基于psd算法的低功耗实时振动监控系统和方法 |
CN104022807A (zh) * | 2014-06-27 | 2014-09-03 | 重庆邮电大学 | 一种协作通信中协作建立的判断方法 |
CN105246141A (zh) * | 2014-07-11 | 2016-01-13 | 中国人民解放军理工大学 | 基于地理频谱数据库的多对终端直通链路联合功率控制方法 |
CN105259757A (zh) * | 2015-10-22 | 2016-01-20 | 山东科技大学 | 一种受控随机系统的无限时域鲁棒控制器的控制方法 |
CN107026683A (zh) * | 2017-03-23 | 2017-08-08 | 北京工业大学 | 一种基于空间分集自适应的mimo‑fso系统 |
CN107248742A (zh) * | 2017-07-19 | 2017-10-13 | 云南电网有限责任公司电力科学研究院 | 一种无源鲁棒控制方法 |
CN107634726A (zh) * | 2017-09-04 | 2018-01-26 | 南京理工大学 | 一种超宽带混合集成平衡式低噪声放大器 |
CN111885718A (zh) * | 2020-06-12 | 2020-11-03 | 中国海洋大学 | 基于协作中继的鲁棒认知通信系统功率分配方法 |
CN112202611A (zh) * | 2020-09-30 | 2021-01-08 | 天津大学 | 一种基于鲁棒性分析的相似权网络稳定性评判指标计算方法 |
CN112383322A (zh) * | 2020-10-23 | 2021-02-19 | 北京大学 | 基于正则化的全双工系统联合自干扰消除方法及电子装置 |
CN112399455A (zh) * | 2019-08-16 | 2021-02-23 | 武汉所为科技有限公司 | Lora网关控制方法及Lora通信系统 |
CN112714469A (zh) * | 2020-12-09 | 2021-04-27 | 西安羚控电子科技有限公司 | 基于功率传输系数的数据传输速率自适应控制系统及方法 |
CN112788721A (zh) * | 2021-02-23 | 2021-05-11 | 湖南斯北图科技有限公司 | 一种卫星物联网终端的功率控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10812955B2 (en) * | 2013-01-05 | 2020-10-20 | Brian G Agee | Generation of signals with unpredictable transmission properties for wireless M2M networks |
US9648444B2 (en) * | 2014-01-06 | 2017-05-09 | Brian G. Agee | Physically secure digital signal processing for wireless M2M networks |
-
2021
- 2021-05-18 CN CN202110541702.0A patent/CN113490267B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101790885A (zh) * | 2007-06-28 | 2010-07-28 | Lg电子株式会社 | 数字广播系统和数据处理方法 |
CN101766025A (zh) * | 2007-07-29 | 2010-06-30 | Lg电子株式会社 | 数字广播系统和数据处理方法 |
CN101778465A (zh) * | 2010-03-09 | 2010-07-14 | 山东大学 | Cdma蜂窝系统中基于误差估计的比例功率控制方法 |
CN103119845A (zh) * | 2010-07-21 | 2013-05-22 | 凯镭思有限公司 | 用于定位通信网络中的故障的方法和设备 |
CN103001684A (zh) * | 2012-12-18 | 2013-03-27 | 清华大学 | 多天线认知无线电通信系统中的鲁棒干扰抑制方法 |
CN103698003A (zh) * | 2013-12-13 | 2014-04-02 | 南京大学 | 一种基于psd算法的低功耗实时振动监控系统和方法 |
CN104022807A (zh) * | 2014-06-27 | 2014-09-03 | 重庆邮电大学 | 一种协作通信中协作建立的判断方法 |
CN105246141A (zh) * | 2014-07-11 | 2016-01-13 | 中国人民解放军理工大学 | 基于地理频谱数据库的多对终端直通链路联合功率控制方法 |
CN105259757A (zh) * | 2015-10-22 | 2016-01-20 | 山东科技大学 | 一种受控随机系统的无限时域鲁棒控制器的控制方法 |
CN107026683A (zh) * | 2017-03-23 | 2017-08-08 | 北京工业大学 | 一种基于空间分集自适应的mimo‑fso系统 |
CN107248742A (zh) * | 2017-07-19 | 2017-10-13 | 云南电网有限责任公司电力科学研究院 | 一种无源鲁棒控制方法 |
CN107634726A (zh) * | 2017-09-04 | 2018-01-26 | 南京理工大学 | 一种超宽带混合集成平衡式低噪声放大器 |
CN112399455A (zh) * | 2019-08-16 | 2021-02-23 | 武汉所为科技有限公司 | Lora网关控制方法及Lora通信系统 |
CN111885718A (zh) * | 2020-06-12 | 2020-11-03 | 中国海洋大学 | 基于协作中继的鲁棒认知通信系统功率分配方法 |
CN112202611A (zh) * | 2020-09-30 | 2021-01-08 | 天津大学 | 一种基于鲁棒性分析的相似权网络稳定性评判指标计算方法 |
CN112383322A (zh) * | 2020-10-23 | 2021-02-19 | 北京大学 | 基于正则化的全双工系统联合自干扰消除方法及电子装置 |
CN112714469A (zh) * | 2020-12-09 | 2021-04-27 | 西安羚控电子科技有限公司 | 基于功率传输系数的数据传输速率自适应控制系统及方法 |
CN112788721A (zh) * | 2021-02-23 | 2021-05-11 | 湖南斯北图科技有限公司 | 一种卫星物联网终端的功率控制方法 |
Non-Patent Citations (3)
Title |
---|
Wenqiang Liu ; Yajing Fan ; Guili Tao ; Longying Lian ; Guiqiang Zhang.Robust weighted measurement fusion steady-state Kalman predictor with uncertain parameters.《2018 Chinese Automation Congress (CAC)》.2019,全文. * |
陶贵丽 ; 刘文强 ; 周广兴 ; 刘金芳 ; 张鹏 .不确定信号系统鲁棒观测融合Kalman预报器.《系统科学与数学》.2017,全文. * |
陶贵丽 ; 刘文强 ; 张兴华 ; 牛晓霞. 带丢包不确定广义系统鲁棒Kalman预报器.《系统科学与数学》.2021,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113490267A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113537514B (zh) | 一种高能效的基于数字孪生的联邦学习框架 | |
CN110602723B (zh) | 一种基于水下边缘设备的两级双向预测获取数据方法 | |
CN101763083A (zh) | 一种有效的控制变量参数化的工业过程动态优化系统及方法 | |
CN109839823A (zh) | 压电变形镜的异步迟滞补偿-线性二次型h∞控制方法及系统 | |
CN112859596B (zh) | 一种考虑编队避障的非线性遥操作多边控制方法 | |
CN109491251B (zh) | 考虑数据扰动补偿的交流伺服系统模型辨识方法及设备 | |
CN101763087B (zh) | 一种基于非线性共轭梯度法的工业过程动态优化系统及方法 | |
CN108313330B (zh) | 一种基于增广Kalman滤波的卫星干扰力矩估计方法 | |
CN106527125A (zh) | 智能控制中的无模型控制方法 | |
CN100349352C (zh) | 模糊式电力系统稳定器参数自寻优方法与自寻优装置 | |
CN109946979B (zh) | 一种伺服系统灵敏度函数的自适应调整方法 | |
CN102065510A (zh) | 基于模糊逻辑的无线传感器网络节点自适应功率控制系统及方法 | |
CN113490267B (zh) | 一种鲁棒稳定性的广义预控制方法 | |
CN101887260A (zh) | 一种自适应同步策略的工业过程最优控制系统及方法 | |
CN113741183B (zh) | 基于阻尼比模型的工业机器人自适应导纳控制方法 | |
CN102280892A (zh) | 分布式电力无功优化的实时控制设备和方法 | |
CN111222086A (zh) | 一种基于全信息滤波技术的时变系统递推状态估计方法 | |
CN113625557A (zh) | 一种在线优化模型的hvac系统模型预测控制方法 | |
CN202167857U (zh) | 分布式电力无功优化的实时控制设备 | |
Muraca et al. | An Extended Kalman Filter for the state estimation of a mobile robot from intermittent measurements | |
CN109962691A (zh) | 一种用于传感器网络的分布式自适应滤波器设计方法 | |
CN113536207B (zh) | 一种物联网网关异常状态下的节能采样方法 | |
CN113141228B (zh) | 一种基于传输延时的台区时钟自校正方法 | |
Hung et al. | Analysis of Data Rate and Transmission Power Hybrid Control in WSN IoT | |
CN116048145A (zh) | 一种tube模型预测控制的高速列车速度跟踪方法 |
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 |