一种具有随机发生耦合的复杂网络优化估计方法

    公开(公告)号:CN109039725B

    公开(公告)日:2021-07-27

    申请号:CN201810814462.5

    申请日:2018-07-23

    Abstract: 一种具有随机发生耦合的复杂网络优化估计方法,本发明涉及具有随机耦合复杂网络优化估计方法。本发明解决了现有状态估计方法不能同时处理具有测量丢失现象和不准确发生概率的随机发生耦合的时滞复杂网络,导致估计性能准确率低,以及存在传输数据丢失、传输失败、耦合节点无法接收到其他节点信息同时发生的情况下,导致估计性能准确率低的问题。过程为:一、建立随机发生耦合时滞复杂网络动态模型;二、事件触发协议下对动态模型进行状态估计;三、计算∑i,k+1|k;四、计算Ki,k+1;五、得到判断k+1是否达到M,若k+1<M,执行六,反之结束;六、计算∑i,k+1|k+1;另k=k+1,执行二,直至满足k+1=M。本发明用于复杂网络优化估计领域。

    一种随机通讯协议下复杂网络的状态估计方法

    公开(公告)号:CN109088749B

    公开(公告)日:2021-06-29

    申请号:CN201810812837.4

    申请日:2018-07-23

    Abstract: 一种随机通讯协议下复杂网络的状态估计方法,它用于控制系统的网络状态估计技术领域。本发明解决了现有的状态估计方法不能够同时处理具有随机内耦合以及测量丢失现象的复杂网络的状态估计的问题。本发明同时考虑了具有未知概率的测量丢失现象以及随机内耦合对状态估计性能的影响,利用扩展卡尔曼滤波方法全面考虑了估计误差协方差矩阵的有效信息,达到了抗扰动的目的;与现有的通讯协议下复杂网络状态估计方法相比,本发明的方法可以将估计误差控制在极小的范围内,在易于求解的同时,可以将估计的精确度提高10%以上。本发明可以应用于网络状态估计技术领域用。

    一种基于事件触发机制的滤波方法

    公开(公告)号:CN109728796A

    公开(公告)日:2019-05-07

    申请号:CN201811517629.8

    申请日:2018-12-12

    Abstract: 一种基于事件触发机制的滤波方法,本发明涉及基于事件触发机制的滤波方法。本发明解决了现有滤波方法估计误差大的问题。过程为:一、建立非线性随机系统的动态模型;二、事件触发机制下对非线性随机系统的动态模型进行滤波器设计;三、计算滤波器的一步预测误差协方差矩阵上界;四、计算滤波增益矩阵;五、将滤波增益矩阵带入二,得到第k+1时刻的状态估计;判断k+1是否达到网络总时长M,若k+1<M,则执行六,若k+1=M,则结束;六、计算出滤波误差协方差矩阵上界;另k=k+1,执行二,直至满足k+1=M。本发明用于事件触发机制的滤波领域。

    不确定发生概率情形下网络化控制系统的滑模控制方法

    公开(公告)号:CN109375517A

    公开(公告)日:2019-02-22

    申请号:CN201811517610.3

    申请日:2018-12-12

    Abstract: 本发明提供不确定发生概率情形下网络化控制系统的滑模控制方法,属于滑模控制技术领域。本发明首先针对不确定发生概率的数据丢包情形下具有分布式传感器时滞和有界时变时滞的网络化控制系统的动态模型设计滑模函数,构造系统的控制器并分别代入动态模型与滑模函数中,保证所得到的滑模函数在有限时间内收敛至滑模面的带状邻域内,获得此时的等效控制;将等效控制代入网络化控制系统,得到闭环系统,并分析其稳定性,最后获得滑模函数中待求解的矩阵,实现滑模控制方法。本发明解决了在网络化控制系统具有不确定发生概率的数据丢包情形下,现有滑模控制技术不能同时处理分布式传感器时滞和有界时变时滞的问题。本发明可用于系统的滑模控制。

Patent Agency Ranking