基于多胞体双重滤波的系统状态估计方法
CSTR:
作者:
作者单位:

1. 江南大学 物联网技术应用教育部工程研究中心,江苏 无锡 214122;2. 江南大学 江苏省食品先进制造装备技术重点实验室,江苏 无锡 214122

作者简介:

通讯作者:

E-mail: wangzy0601@163.com.

中图分类号:

TP273

基金项目:

国家自然科学基金项目(61802150,61973138);中国博士后科学基金面上项目(2018M642161);江苏省食品先进制造装备技术重点实验室开放课题项目(FM-2019-07).


Orthotopic double filtering based state estimation algorithm
Author:
Affiliation:

1. Engineering Research Center of Internet of Things Technology Applications of Ministry of Education,Jiangnan University,Wuxi 214122,China;2. Jiangsu Key Laboratory of Advanced Food Manufacturing Equipment and Technology,Jiangnan University, Wuxi 214122,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:

    针对未知但有界噪声离散时间状态空间系统,提出一种基于多胞体双重滤波的系统状态估计方法.首先,采用有界误差方法对测量噪声和状态预测过程进行分析,利用正多胞体预测状态集包裹后离散成初始约束条件;然后,根据更新最小边,全对称多胞体经过正多胞体紧致包裹后离散成约束条件,与测量方程约束条件组成3重约束;最后,通过求解线性规划问题得到全部状态的上下界, 并获得包裹状态可行集的最紧致正多胞体.仿真示例验证了该方法估计离散状态空间系统状态的有效性和准确性.

    Abstract:

    For the unknown but bounded noise discrete-time state space system, a state estimation method based on orthotope filtering is proposed. The bounded error method is first used to analyze the measurement noise and state prediction process, and the prediction state set uses orthotope after being wrapped, which is dispersed into constraints. Then due to the updated minimum edge, the zonotope is tightly wrapped by the orthotope before being dispersed into constraints, which forms a triple constraint with the measurement equation constraints. The upper and lower bounds of all states are obtained by solving linear programming problems. The bounds of this method are the most compact orthotope of the feasible set of wrapped states. Simulation examples illustrate the effectiveness and accuracy of the proposed method for estimating the state of discrete state space systems.

    参考文献
    相似文献
    引证文献
引用本文

王子赟,张帅,占雅聪,等.基于多胞体双重滤波的系统状态估计方法[J].控制与决策,2022,37(1):127-134

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:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-12-10
  • 出版日期: 2022-01-20
文章二维码