利索能及
我要发布
收藏
专利号: 2017109595548
申请人: 东北石油大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-05-17
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于局部条件的一致性滤波器设计方法,其特征在于,它包括以下步骤:步骤一:建立被监控非线性随机系统的状态空间模型,由状态空间模型中的状态向量构建出传感器网络的节点测量输出模型,再根据所述节点测量输出模型建立传感器网络每个节点的分布式滤波器动态模型;

步骤二:计算传感器网络所有节点的滤波误差,由滤波误差获得每个节点的滤波误差增广动态系统;

步骤三:建立每个节点滤波误差与邻居节点的有限域H∞一致性性能指标,并建立随机向量耗散性的概念;

根据H∞性能指标构建节点的供给率函数,并根据供给率函数对滤波误差增广动态系统进行分析;

步骤四:利用滤波误差增广动态系统,通过供给率函数和已知的约束条件,结合参数调整使分布式滤波器动态模型满足H∞性能指标;

步骤五:将步骤五中的不等式条件转化成可求解的线性矩阵不等式,计算获得滤波器动态模型中的滤波器参数矩阵,从而获得期望的一致性滤波器。

2.根据权利要求1所述的基于局部条件的一致性滤波器设计方法,其特征在于,所述步骤一中,非线性随机系统的状态空间模型为:式中xk为系统的状态向量, Ak为具有适当维数的系统矩阵,fk(xk,vk)为非线性函数,Bk为具有适当维数的实矩阵,wk为系统的输入干扰, vk为独立的标准高斯噪声序列,φ为系统初始值,x0为系统的状态向量初始值,n为正整数;

采用拓扑学知识描述具有N个节点的传感器网络拓扑结构,用一个有向图表示,其中节点集合 边集合 邻接矩阵

当(i,j)∈ε并且i≠j时,aij=1;否则aij=0;aij=1时,节点j可以向节点i提供信息;节点i的入度和出度分别定义为 以及 入度为pi的节点i的邻居节点记为

所述节点测量输出模型为:

式中yi,k为节点i的测量输出,ζi,k为独立的伯努利分布序列, Ci,k为一个适当维度的时变实矩阵,Di,k为另一个适当维度的时变实矩阵, 为系统的外部扰动, wk和 均属于l2[0,n-1];l2[0,n-1]为[0,n-1]上所有可和序列,为所有传感器节点组成的集合;

其中ζi,k的概率分布为:Prob{ζi,k=1}=βi,Prob{ζi,k=0}=1-βi;

βi为常数,βi∈[0,1];

节点i的分布式滤波器动态模型为:

式中 为节点i的滤波估计向量, Li,k节点i的一号参数矩阵,Kij,k是节点i的二号参数矩阵;j为节点i的邻居节点,为节点i的所有邻居节点组成的集合。

3.根据权利要求2所述的基于局部条件的一致性滤波器设计方法,其特征在于,步骤二中,传感器网络节点i的k时刻滤波误差ei,k为:设定:

则节点i的滤波误差增广动态系统为:

式中

4.根据权利要求3所述的基于局部条件的一致性滤波器设计方法,其特征在于,步骤三中,建立每个节点滤波误差与邻居节点的有限域H∞一致性性能指标:给定扰动衰减水平γ>0,节点i滤波误差权重矩阵为Qi,k,邻居节点与节点i的不一致误差权重矩阵为Ri,k,系统扰动权重矩阵为T1i,k,测量扰动权重矩阵为T2i,k,系统初值权重矩阵为U1i,滤波误差初值权重为U2i,使下列不等式成立:

式中

ηi,0为ηi,k的初始值;ξk是滤波器动态系统的输入干扰;

则滤波误差增广动态系统满足有限域H∞一致性性能指标;

建立随机向量耗散性的概念:

定义函数

设定一个满足V(0)=0的向量存储函数V(ηk)=[V1(η1,k),V2(η2,k),…VN(ηN,k)]T和一个非奇异列次随机耗散矩阵序列Wk∈Rn×n,使得下列向量耗散不等式:E{V(ηk+1)}≤≤WkE{V(ηk)}+E{S(ηk,ξk)},对于任意 成立,则滤波误差增广动态系统关于向量供给函数:S(ηk)=[S1(η1,k,ξ1,k),S2(η2,k,ξ2,k),…SN(ηN,k,ξN,k)]T,在有限域 上是随机类向量耗散的, 为[0,n-1]。

5.根据权利要求4所述的基于局部条件的一致性滤波器设计方法,其特征在于,步骤四中,对于一组给定的正实数 设定参数矩阵Li,k和Kij,k为已知,若存在正定矩阵 和正实数λi,k,可结合参数调整使以下不等式成立:从而使分布式滤波器动态模型满足有限域H∞一致性性能指标;

其中,

表示

下标 表示节点i的邻居节点。

6.根据权利要求5所述的基于局部条件的一致性滤波器设计方法,其特征在于,在步骤四的基础上,将不等式变形,获得下列不等式:

其中:

对于一组给定的正实数 如果存在正定矩阵 正实数λi,k和实矩阵Fi,k,Eij,k,可结合参数调整使变形后的不等式成立;

那么,通过MATLAB工具箱求解滤波器动态模型中的滤波器参数矩阵:将获得的所述滤波器参数矩阵代入到节点i的分布式滤波器动态模型中,从获得期望的一致性滤波器。