带有乘性噪声的时滞系统多传感器信息融合

山东大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (6): 17-23.

带有乘性噪声的时滞系统多传感器信息融合

张玫^1,3,符晓玲²,崔鹏¹

1. 山东大学控制科学与工程学院, 山东济南 250061;
2.昌吉学院物理系, 新疆昌吉 831100;
3.山东建筑大学信息与电气工程学院, 山东济南 250101

收稿日期:2010-06-25 出版日期:2010-12-16 发布日期:2010-06-25
作者简介:张玫(1970-),女, 山东济南人,副教授, 博士研究生,主要研究方向为状态和参数估计、信息融合.E-mail: jyge001@163.com
基金资助:
国家自然科学基金资助项目(60774004);中国博士后科学基金资助项目(20090461234)

Multi-sensor optimal information fusion for time-delay systems with multiplicative noise

ZHANG Mei^1,3, FU Xiao-ling², CUI Peng¹

1. School of Control Science and Engineering, Shandong University, Jinan 250061, China;
2. Physics Department, Changji University, Changji 831100, China;
3. School of Information and Electrical Engineering, Shandong Jianzhu University, Jinan 250101, China

Received:2010-06-25 Online:2010-12-16 Published:2010-06-25

摘要/Abstract

摘要：

研究了带有乘性噪声的线性时滞系统的局部最优预报估计和全局最优线性加权信息融合问题。通过虚拟噪声补偿技术,将该问题转化为一类带有未知时变噪声的随机系统的状态最优估计问题。基于等价系统的新息重组分析及Hilbert空间上的投影定理,给出局部最优预报器设计,进而通过求解与各单传感器子系统有相同维数的Riccati方程得到多传感器分布式全局最优加权信息融合算法。与集中式融合估计算法相比,该方法无需扩维。最后通过一个仿真实例证明该算法的有效性。

关键词: 时滞系统, 投影定理, 信息融合, 虚拟噪声

Abstract:

The locally optimal predictor and globally optimal linear weighted fusion algorithm were investigated for linear time-delay systems with multiplicative noise. The problem could be transformed into an optimal state estimation problem of a stochastic system with unknown time-varying noises through compensation of fictitious noises. The locally optimal predictor was presented by the reorganized innovation approach and projection theory in Hilbert space, and then the globally optimal linear weighted fusion algorithm was given by solving Riccati-type equations with the same dimension as the sensor subsystems. Compared with the centralized optimal filter by augmentation, the proposed approach could reduce the complex of calculation. A numerical example and its simulation results were given to show the effectiveness of the proposed method.

Key words: time-delay systems, projection theory, information fusion, fictitious noise

张玫1,3,符晓玲2,崔鹏1. 带有乘性噪声的时滞系统多传感器信息融合[J]. 山东大学学报(工学版), 2010, 40(6): 17-23.

ZHANG Mei1,3, FU Xiao-ling2, CUI Peng1. Multi-sensor optimal information fusion for time-delay systems with multiplicative noise[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2010, 40(6): 17-23.

参考文献

相关文章 15

[1]	唐乐爽,田国会,黄彬. 一种基于DSmT推理的物品融合识别算法[J]. 山东大学学报(工学版), 2018, 48(1): 50-56.
[2]	周志杰,赵福均,胡昌华,王力,冯志超,刘涛源. 基于证据推理的航天继电器故障预测方法[J]. 山东大学学报(工学版), 2017, 47(5): 22-29.
[3]	李发权, 杨立才, 颜红博. 基于PCA-SVM多生理信息融合的情绪识别方法[J]. 山东大学学报(工学版), 2014, 44(6): 70-76.
[4]	沈晓晶, 陈明, 池涛. 多Agent水质监控系统中的信息融合算法[J]. 山东大学学报(工学版), 2014, 44(4): 39-45.
[5]	李景辉,杨立才*. 基于多传感器信息融合的人体姿态解算算法[J]. 山东大学学报(工学版), 2013, 43(5): 49-54.
[6]	周丽娜1,刘晓华2. 不确定中立型随机时滞系统的鲁棒记忆非脆弱H∞控制[J]. 山东大学学报(工学版), 2013, 43(3): 49-56.
[7]	何荣福1,肖民卿2*. 圆形区域极点约束下的δ算子时滞系统鲁棒L2-L∞控制[J]. 山东大学学报(工学版), 2013, 43(1): 69-79.
[8]	杨仁明,王玉振*. 一类非线性时滞系统的有限时间稳定性[J]. 山东大学学报(工学版), 2012, 42(2): 36-44.
[9]	孙甲冰1,2,张承进1*. 有丢包的随机不确定参数系统的最优融合滤波[J]. 山东大学学报(工学版), 2011, 41(6): 59-65.
[10]	李振波1, 朱淑倩2. 受控正时滞系统的弹性静态输出反馈镇定[J]. 山东大学学报(工学版), 2011, 41(3): 46-51.
[11]	张志钢,张承慧，赵洪国,焉杰. 观测时滞连续系统的白噪声H₂估计[J]. 山东大学学报(工学版), 2009, 39(3): 56-61.
[12]	杨立才,叶杨,聂红涛,刘慧慧,林洁 . 基于免疫模糊聚类RBF网络的交通信息融合算法[J]. 山东大学学报(工学版), 2008, 38(5): 1-5 .
[13]	方炜, , 姜长生, , 钱承山 . 一类非线性不确定时滞系统的模糊跟踪控制[J]. 山东大学学报(工学版), 2007, 37(5): 47-52 .
[14]	刘庆荣,张承慧,张宪福 . 状态带时滞的非线性系统的观测器设计[J]. 山东大学学报(工学版), 2007, 37(5): 24-28 .
[15]	牛新生,叶华,王亮 . 不确定非线性离散时滞系统的可靠保成本控制[J]. 山东大学学报(工学版), 2007, 37(4): 0-0 .

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed