您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (6): 59-65.

• 控制科学与工程 • 上一篇    下一篇

有丢包的随机不确定参数系统的最优融合滤波

孙甲冰1,2,张承进1*   

  1. 1.山东大学控制科学与工程学院, 山东 济南 250061; 2. 山东大学威海分校机电与信息工程学院, 山东 威海 264209
  • 收稿日期:2011-03-30 出版日期:2011-12-16 发布日期:2011-03-30
  • 通讯作者: 张承进(1962- ),男,山东莱芜人,教授,博士,博士生导师,主要研究方向为系统辨识与非线性系统控制. E-mail: cjzhang@sdu.edu.cn
  • 作者简介:孙甲冰(1978- ),男,山东潍坊人,讲师,博士研究生,主要研究方向为信息融合与滤波理论.E-mail: sun-jiabing@163.com
  • 基金资助:

    国家自然科学基金资助项目(61174044,61074037)

Optimal fusion filtering for systems with stochastic parametric
uncertainties and packet dropouts

SUN Jia-bing1,2,  ZHANG Cheng-jin1*   

  1. 1. School of Control Science and Engineering, Shandong University, Jinan 250061, China;
    2. School of Mechanical,Electrical & Information Engineering, Shandong University at Weihai, Weihai 264209, China
  • Received:2011-03-30 Online:2011-12-16 Published:2011-03-30

摘要:

研究了有数据丢包的带随机不确定参数的多传感器系统的分布式最优(线性最小方差)融合滤波问题。首先,引入虚拟噪声,将原系统转化为等价的参数确定的有丢包的新系统。然后,进行状态扩维,得到新系统的各子系统的扩维状态的滤波估计、滤波误差方差和滤波误差互协方差。根据扩维状态与原系统状态的关系,求出原系统状态的各局部滤波估计、滤波误差方差和滤波误差互协方差。利用线性最小方差意义下的矩阵加权最优融合算法,得到原系统的分布式矩阵加权最优融合滤波器。理论分析和仿真算例都表明,融合滤波器优于每一个局部滤波器。

关键词: 信息融合, 多传感器系统, 分布式估计, 随机参数不确定, 丢包

Abstract:

The distributed optimal fusion problem for the state estimation of multi-sensor discrete-time systems with stochastic parametric uncertainties and packet dropouts was studied. By introducing fictitious noises, the original system was transformed into an equivalent system without uncertain parameters. For each subsystem of the equivalent system with packet dropouts, the local filtering estimate and the local filtering error covariance were obtained by using the innovation analysis method. After the filtering error cross-covariance matrices between local estimates were obtained, the distributed optimal (i.e., linear minimum variance) fusion filters were developed by the fusion rule weighted by matrices. The simulation example showed that the fusion filter was better than each local filter.

Key words: information fusion, multi-sensor systems, distributed estimation, stochastic parametric uncertainties, packet dropouts

中图分类号: 

  • TP13
[1] 李颖,王建坤. 基于监督图正则化和信息融合的轻度认知障碍分类方法[J]. 山东大学学报 (工学版), 2023, 53(4): 65-73.
[2] 李童,马然,郑鸿鹤,安平,胡翔宇. 基于视频统计特征的差错敏感度模型[J]. 山东大学学报 (工学版), 2019, 49(2): 116-121.
[3] 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.
[4] 赵英弘,何潇,周东华. 一类含有传感器故障的网络化系统容错估计[J]. 山东大学学报(工学版), 2017, 47(5): 71-78.
[5] 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.
[6] 孙一冰,付敏跃,王炳昌,张焕水. 大规模动态系统的分布式状态估计算法[J]. 山东大学学报(工学版), 2016, 46(6): 62-68.
[7] 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.
[8] 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.
[9] 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.
[10] 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.
[11] 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 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 王素玉,艾兴,赵军,李作丽,刘增文 . 高速立铣3Cr2Mo模具钢切削力建模及预测[J]. 山东大学学报(工学版), 2006, 36(1): 1 -5 .
[2] 张永花,王安玲,刘福平 . 低频非均匀电磁波在导电界面的反射相角[J]. 山东大学学报(工学版), 2006, 36(2): 22 -25 .
[3] 李 侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[4] 孔祥臻,刘延俊,王勇,赵秀华 . 气动比例阀的死区补偿与仿真[J]. 山东大学学报(工学版), 2006, 36(1): 99 -102 .
[5] 来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[6] 余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[7] 陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[8] 王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[9] 李可,刘常春,李同磊 . 一种改进的最大互信息医学图像配准算法[J]. 山东大学学报(工学版), 2006, 36(2): 107 -110 .
[10] 季涛,高旭,孙同景,薛永端,徐丙垠 . 铁路10 kV自闭/贯通线路故障行波特征分析[J]. 山东大学学报(工学版), 2006, 36(2): 111 -116 .