《隨機時滯系統的分散式狀態估計與收斂性分析》是依託濟南大學，由韓春艷擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：隨機時滯系統的分散式狀態估計與收斂性分析
- 項目類別：青年科學基金項目
- 項目負責人：韓春艷
- 依託單位：濟南大學
項目摘要,結題摘要,
項目摘要
隨機時滯系統分散式狀態估計是無線感測器網路信息融合的重要研究課題。不同於目前大多採用的隨機時滯模型，本項目將在避免信息重複接收、傳送的情況下建立一般化的時滯模型，提出有效的分散式狀態估計理論方法。具體研究內容為：首先建立無時戳Bernoulli隨機時滯系統模型，套用新息分析理論和偏差分方程方法並結合趨同思想設計分散式最小均方差濾波器；然後建立無信息重複接收的多步Markov隨機時滯模型，當時滯具有時戳性時，套用隨機逼近原理和完全配方法設計基於趨同的分散式Markov跳躍濾波器；當時滯不具有時戳性時，套用新息分析理論設計基於趨同的分散式多模型濾波器；最後利用乘性噪聲系統及Markov跳躍系統的穩定性分析理論與方法，對所提出的分散式狀態估計器進行收斂性與穩定性分析。本項目的研究將進一步豐富隨機時滯系統分散式狀態估計理論，對感測器網路信息處理和融合具有重要的實際意義。
結題摘要
在之前相關研究工作中所建立的隨機時滯系統模型，往往存在不同時刻重複接收到同一觀測信息的問題。而這在很多實際套用中無法實現。例如，在無線通信網路中，雖然具有中繼傳輸機制，對不能成功傳送的數據進行再次傳輸，但是對成功接收的數據則不再重複傳送。因此不同時刻重複接收同一觀測數據不具有實際的意義。針對上述問題，項目組提出了更具一般形式的多步隨機觀測時滯系統模型(Markov型、Bernoulli型)，該系統同時也包含丟包的情形。並在此基礎上研究了相關係統的狀態估計、分散式估計與去卷估計理論。 (1) 開展了隨機時滯建模與最優估計理論研究。建立了更具一般形式的多步隨機觀測時滯系統模型。運用觀測重構方法處理隨機時滯項，並基於隨機分析中的投影定理、完全配方法與隨機逼近原理，給出了最優Kalman濾波，最優Markov跳躍濾波與最優定常增益濾波器的設計方法，得出了基於不同類型Riccati方程的濾波器的解，並進行了收斂性與穩定性分析。 (2) 開展了觀測時滯系統的分散式濾波研究。在只能獲取本地節點觀測信息及鄰接節點的狀態估計信息的前提下，基於給定的性能指標，提出了基於趨同的分散式狀態估計方法，使得該方法易於從理論上進行收斂性和穩定性分析。 (3) 開展了隨機時滯與丟包系統的白噪聲去卷積估計的研究。提出了最優輸入白噪聲平滑器的設計方法以及一類新型的次優輸入白噪聲估計算法，該估計器的增益只與隨機丟包的機率分布有關，而不包含隨機參數。 (4) 開展了一階多智慧型體系統的分散式線性二次調節。針對一階多智慧型體系統，給出了分散式最優控制器存在的充要條件。進一步，當該條件無法成立時，本項目還提出了一類基於系統穩定性的分散式LQ控制器設計方法。 項目組發表的學術論文中，有33篇受到了該基金的資助，其中SCI檢索論文14篇，EI檢索論文18篇；包括Automatica論文1篇、International Journal of Robust and Nonlinear Control 論文3篇、Signal Processing論文1篇、International Journal of Control, Automation and Systems論文3篇、International Journal of Systems Science論文1篇等。參加國內外學術會議10餘次，培養碩士研究生3名。
