期刊文章详细信息
测量数据丢失的随机不确定系统滚动时域估计 ( EI收录)
Moving horizon estimation for stochastic uncertain system with missing measurements
文献类型:期刊文章
LIU Shuai;ZHAO Guo-rong;ZENG Bin;GAO Chao(Coastal Defence Academy,Naval Aviation University,Yantai 264001,China;The Chinese People’s Liberation Army 92095 Troop,Taizhou 318000,China)
机构地区:[1]海军航空大学岸防兵学院,山东烟台264001 [2]中国人民解放军92095部队,浙江台州318000
基 金:国家自然科学基金项目(61473306,61701519,61930074).
年 份:2021
卷 号:36
期 号:2
起止页码:450-456
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊
摘 要:研究存在传感器测量数据丢失的随机不确定系统状态估计问题,用概率已知的Bernoulli随机序列描述丢包现象,并采用丢失测量数据的预测值进行丢包补偿,将不确定条件下的最优化问题表示为Min-Max问题,并通过引入拉格朗日算子,将Min-Max问题转化为受限条件下的Min-Min问题,进而实现最优状态估计的求解.对所提算法的稳定性进行研究,推导出估计误差范数平方期望的上界,并给出估计误差范数平方期望收敛的充分条件.最后通过仿真验证所提算法的有效性.
关 键 词:滚动时域估计 丢包 预测补偿 不确定系统 Min-Max问题 稳定性分析
分 类 号:TP271.7]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...