摘要：研究带时间相关乘性噪声多传感器系统的分布式融合估计问题,其中时间相关的乘性噪声满足一阶高斯-马尔科夫过程.通过引入虚拟状态和虚拟过程噪声,构建了虚拟状态的递推方程.首先,基于新息分析方法,分别对系统状态和虚拟状态设计局部一步预报器.然后,基于一步预报器设计状态的局部线性滤波器、多步预报器和平滑器.推导了任意两个局部状态估计误差之间的互协方差矩阵.接着,基于线性最小方差意义下的矩阵加权、对角矩阵加权和标量加权融合算法,给出相应的分布式融合状态估值器.最后,分析算法的稳定性.仿真研究验证了该算法的有效性.

摘要：研究了带多丢包和滞后网络化随机不确定系统的最优线性估计问题.通过白色乘性噪声来描述系统参数的随机不确定性.通过一组满足Bernoulli分布的随机变量来描述数据传输过程中发生的丢包和滞后现象.应用新息分析方法,设计了线性最小方差意义下的最优线性估值器,包括滤波器,预报器和平滑器.给出了稳态估值器存在的一个充分条件.仿真例子验证了其有效性.

摘要：研究了带有未知通信干扰、观测丢失和乘性噪声不确定性的多传感器网络化系统的状态估计问题.通过白色乘性噪声描述系统状态和观测中的随机不确定性,采用一组服从Bernoulli分布的随机变量描述网络传输过程中存在的观测丢失现象,且数据传输中存在未知的网络通信干扰.当发生丢包时,以当前丢失观测的预报值进行补偿.对每个单传感器子系统,应用线性无偏最小方差估计准则设计了不依赖于未知通信干扰的最优线性滤波器.推导了任两个局部滤波误差之间的互协方差阵.进而,应用矩阵加权融合估计算法给出了分布式融合状态滤波器.仿真例子验证了算法的有效性.

摘要：应用经典稳态Kalman滤波理论提出了设计Wiener状态估值器的新方法,其原理是:基于在Wiener滤波器形式下的稳态Kalman滤波器和预报器及ARMA新息模型,由稳态最优非递推状态估值器的递推变形引出Wiener状态估值器.所提出的Wiener状态估值器可统一处理状态滤波、预报和平滑问题.它们具有ARMA递推形式,且具有渐近稳定性和最优性,仿真例子说明了它们的有效性.

摘要：在网络系统中由于连接传感器和滤波器的网络带宽有限,系统测量数据在传输中会出现随机时延甚至丢失.本文讨论了具有一步随机时延和丢包的网络系统的H∞滤波器设计问题.基于新近提出的同时描述随机时延和丢包的模型,利用线性矩阵不等式方法设计线性滤波器,使得滤波误差系统均方指数稳定,并具有给定的H∞性能.滤波器参数通过求解一个线性矩阵不等式得到.仿真研究说明了所提出算法的有效性.

摘要：研究了带未知通信干扰和丢包的多传感器系统的融合估计问题.用一组满足Bernoulli分布的随机变量来描述从不同传感器到融合中心或各局部数据处理子站的数据传输过程中的丢包现象.在丢包发生时,采用当前丢失观测的预报进行补偿.应用线性无偏最小方差估计准则,分别设计了不依赖于未知干扰的集中式融合状态预报器和按矩阵加权分布式融合状态预报器.最后,基于所提出的状态预报器设计了未知通信干扰估值器.仿真例子验证了算法的有效性.

摘要：对于线性离散随机广义系统,利用增广状态方法将平滑器问题转化为增广状态的滤波器问题.基于极大似然线性估计准则,提出了最优的满阶平滑器,其中增广状态滤波器的误差方差阵满足广义Riccati方程.当线性离散广义系统的过程噪声和观测噪声的方差不确定时,基于极大极小鲁棒设计原理和最优满阶平滑算法,得到了鲁棒满阶平滑器.应用动态误差方差分析方法证明了其鲁棒性,即鲁棒平滑误差方差阵存在一个上界方差矩阵.数值仿真例子验证了其有效性和正确性.

摘要：基于经典稳态 Kalman滤波理论 ,应用射影理论 ,对完全可观完全可控的系统提出了设计Wiener状态滤波器的新方法 ,可统一处理稳定或不稳定系统的最优预报、滤波和平滑问题 ,估值器具有ARMA递推形式 ,且具有渐近稳定性。

摘要：研究了基于T-S模糊模型描述的非线性网络化系统H_(∞)滤波器设计问题.由于网络诱导时滞的存在,使得一个采样周期内,到达接收端的数据可能是一个或多个,也可能没有任何数据.提出传感器冗余策略解决由于饱和而引起的传感器件失效的问题.为降低结果的保守性,选择模糊规则依赖的Lyapunov函数对滤波误差系统进行稳定性分析,给出使滤波误差系统均方渐近稳定且具有指定H_(∞)性能的充分条件,滤波器参数通过求解一组线性矩阵不等式(Linear matrix inequalities,LMIs)得到.仿真研究结果表明算法的有效性.

摘要：研究了具有丢失观测,一步观测滞后和随机丢包多通道系统的最优滤波器设计问题.首先通过三组Bernoulli分布随机变量来描述由传感器损耗造成的丢失观测以及网络数据传输过程中出现的一步滞后和多丢包现象.然后基于新息分析方法,提出了线性最小方差意义下的最优线性滤波器.它通过解一个Riccati方程和一个Lyapunov方程得到.最后给出了稳态最优滤波器存在的一个充分条件.仿真验证了其有效性.