文献类型：期刊文章

作　　者：杨超群[1] 张恒[2] 何立栋[3] 杨文[4]

YANG Chao-qun;ZHANG Heng;HE Li-dong;YANG Wen(The 14th Research Institute of China Electronics Technology Group Corporation,Nanjing 210012,China;School of Computer Engineering,Jiangsu Ocean University,Lianyungang 222002,China;School of Automation,Nanjing University of Science and Technology,Nanjing 210094,China;School of Information Science and Engineering,East China University of Science and Technology,Shanghai 200237,China)

机构地区：[1]中国电子科技集团公司第十四研究所,江苏南京210012 [2]江苏海洋大学计算机工程学院,江苏连云港222002 [3]南京理工大学自动化学院,江苏南京210094 [4]华东理工大学信息科学与工程学院,上海200237

出　　处：《控制工程》

基　　金：国家自然科学基金面上项目(61873106,61973123,61973163);江苏省自然科学基金面上项目(BK20171264,BK20191285);江苏省“双创博士”项目(202030033);浙江大学工业控制技术国家重点实验室开放课题(ICT2022B49)。

年　　份：2022

卷　　号：29

期　　号：8

起止页码：1424-1428

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：状态估计一直是信息物理系统(CPS)的基本问题之一。目前,状态估计主要采用以卡尔曼滤波及其扩展形式等为代表的随机过程方法。不同于已有研究,从信息融合的角度,提出了一种基于随机有限集的状态估计方法。通过将系统状态和传感器观测分别建模为随机有限集,并采用集贝叶斯滤波器及其粒子实现迭代求解,实现了对CPS状态的精确估计。最后,仿真结果验证了所提方法的可行性。

关 键 词：信息物理系统 状态估计 随机有限集

分 类 号：TP18]