带有乘性过程噪声和模式观测时滞离散马氏跳线性系统的状态估计
CSTR:
作者:
作者单位:

河南理工大学电气工程与自动化学院,河南焦作454003.

作者简介:

刘巍

通讯作者:

中图分类号:

TP273

基金项目:

河南省科技攻关项目(142102210048);河南省教育厅科学技术研究重点项目(13A413332);河南理工大学博士基金项目(B2012-038).


State estimation for discrete-time Markov jump linear systems with multiplicative process noises and delayed mode measurements
Author:
Affiliation:

School of Electrical Engineering and Automation,He’nan Polytechnic University,Jiaozuo 454003,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    研究受乘性过程噪声干扰的离散马氏跳线性系统状态估计问题. 系统可得到的观测包括两部分: 模式观测和输出观测, 其中模式观测受到固定时滞的影响. 利用贝叶斯定理及所得到的一些结果, 提出一种新颖的最小均方误差意义下次优状态估计算法. 该次优算法是回归的, 并且不随着时间增加而加重计算存储负荷. 通过计算机仿真来评估所提出次优算法的性能, 仿真结果验证了该算法的优越性.

    Abstract:

    The state estimation problem for discrete-time Markov jump linear systems affected by multiplicative process noises is studied. The available measurements for the system under consideration have two components, the model measurement and the output measurement, where the model measurement is affected by a fixed amount of delay. By using the Bayes theorem and some results obtained in this paper, a novel suboptimal state estimation algorithm is proposed in the sense of minimum mean-square error. The proposed algorithm is recursive and does not increase computation and storage load with time. Computer simulations are carried out to evaluate the performance of the proposed algorithm. The simulation results show the superiority of the proposed algorithm.

    参考文献
    相似文献
    引证文献
引用本文

刘巍.带有乘性过程噪声和模式观测时滞离散马氏跳线性系统的状态估计[J].控制与决策,2015,30(9):1667-1673

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-05-15
  • 最后修改日期:2014-09-25
  • 录用日期:
  • 在线发布日期: 2015-09-20
  • 出版日期:
文章二维码