《分散式網路控制系統全局最優及一致性卡爾曼濾波》是依託山東大學，由崔鵬擔任項目負責人的面上項目。
基本介紹
- 中文名：分散式網路控制系統全局最優及一致性卡爾曼濾波
- 項目類別：面上項目
- 項目負責人：崔鵬
- 依託單位：山東大學
中文摘要,結題摘要,
中文摘要
分散式網路控制系統的狀態最優估計在國防軍事、環境監測、災害預測與控制、智慧型家居、醫療衛生及智慧型交通等領域有著重要的套用。本項目擬對各類動態系統（無時滯、觀測時滯、狀態時滯和觀測數據無序及丟失）模型下的相關問題展開系統研究，期望獲得線性最小均方誤差意義下的分散式全局最優估計理論新成果，獲得一種嶄新的分散式全局最優狀態估計融合算法和分散式一致性濾波算法。該算法基於對局部節點估計信息的正交序列求解，具有簡單、高效、靈活、魯棒等優點，相比較於傳統算法，該算法具有更快的收斂速度，可以適用於更加複雜多變的網路環境。這將為解決由於無線感測器網路固有的傳輸數據延遲、無序甚至丟失而產生的估計難題提供一種解決思路，有助於克服無線感測器網路系統由於網路擁塞和高能耗所帶來的產業化瓶頸，推動無線感測器網路系統的普及和產業化套用。
結題摘要
分散式網路控制系統的狀態估計在國防軍事、環境監測、災害預測與控制、智慧型家居、醫療衛生及智慧型交通等領域有著重要的套用。項目組在之前得到的狀態和觀測噪聲時滯系統的最優狀態估計的基礎上，主要研究了基於分散式觀測的實時Kalman濾波最優估計問題，得到了線性最小均方誤差意義下線性最優估計算法，這是一種簡單、高效、與集中式算法性能等價的新的濾波器設計方法，獲得一種新的分散式全局最優估計算法。該算法引入了對估計性能精度的判斷，在實際工程中有著較高的實時套用性和廣泛的適應性。研究了多通道觀測系統的分散式實時估計融合問題，得到一種全局最優的疊代融合算法，在算法內考慮了如何平衡數據傳輸的延遲和估計要求的實時性，從而節省了網路內的數據傳輸量，有較好的實時套用性。考慮了狀態系統分布部署的大範圍分散式網路控制系統，並研究了其狀態估計問題。由於信息的不完整，因此幾乎不可能得到狀態的最優估計。目前給出了一種簡單的次優算法，並給出了幾個估計器穩定的必要條件和充分條件。除此之外，還開展了對布爾邏輯網路分析綜合等方面的研究，取得了部分較高水平的理論成果。針對廣義邏輯網路控制系統，研究了其拓撲結構和干擾解耦問題，給出了問題可解的條件。研究了一種廣義多智慧型體網路控制系統的一致性問題，設計出一致性控制協定。研究了一類高階切換布爾網路的可控性，給出了可控的充分必要條件等。在本項目支持下共發表了32篇論文，其中19篇為SCI期刊，包括IEEE Transactions On Automatic Control、International Journal of Robust and Nonlinear Control、IET Control Theory & Applications、ASIAN JOURNAL OF CONTROL、Optimal Control, Applications and Methods，Journal of Industrial and Management Optimization、European Journal of Control、International Journal Of Control Automation And Systems、Journal Of Systems Science & Complexity等。
