-
公开(公告)号：CN116431981A
公开(公告)日：2023-07-14
申请号：CN202211566212.7
申请日：2022-12-07
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于移动机器人定位系统的分布式集员滤波方法，所述方法包括如下步骤：步骤一、建立加密解密机制下具有状态饱和的移动机器人定位系统动态模型；步骤二、在最小化滤波误差椭球域意义下设计分布式集员滤波器；步骤三、计算传感器网络中每个节点在k时刻的中间矩阵Pi,k+1|k；步骤四、计算每个传感器节点的滤波器增益矩阵步骤五、设计第i个传感器节点在k+1时刻的分布式集员滤波器判断k+1是否达到总时长M，如果k+1＜M，则执行步骤六，若k+1≥M，则结束运行；步骤六、计算每个传感器节点的滤波误差受限矩阵Pi,k+1|k+1；令k＝k+1，执行步骤二，直至满足k+1≥M。本发明解决了现有分布式滤波方法不能处理加密解密机制下具有状态饱和的传感器网络的分布式滤波问题。
-
公开(公告)号：CN103676646B
公开(公告)日：2016-01-20
申请号：CN201310738391.2
申请日：2013-12-29
Applicant: 哈尔滨理工大学
IPC: G05B13/00
Abstract: 一种具有随机发生的不确定性和分布式传感器时滞的网络化控制系统的状态估计方法，涉及一种随机发生的不确定性和传感器时滞状态估计方法。本发明解决了现有状态估计方法不能同时处理随机发生的不确定性和分布式传感器时滞，进而影响状态估计性能的问题，本发明同时考虑了随机发生的不确定性和分布式传感器时滞对状态估计性能的影响，利用李亚普诺夫函数全面考虑了时滞的有效信息，与现有的非线性复杂动态系统的状态估计方法相比，本发明的状态估计方法可以同时处理随机发生的不确定性、分布式传感器时滞和时变有界时滞，得到了基于线性矩阵不等式解的状态估计方法，达到抗非线性扰动的目的，本发明适用于非线性复杂动态系统的状态估计。
-
公开(公告)号：CN103701433A
公开(公告)日：2014-04-02
申请号：CN201310738355.6
申请日：2013-12-29
Applicant: 哈尔滨理工大学
Abstract: 一种多重测量丢失情形下时变目标跟踪系统的量化滤波方法，涉及一种时变目标跟踪系统的量化滤波方法，本发明解决了采用传统的目标跟踪系统的滤波方法不能应对网络化环境下的多重测量丢失和信号量化现象，影响目标跟踪系统的信号估计准确性的问题。本发明考虑了多重测量丢失及信号量化对滤波性能的影响，并对非线性线性化过程进行了余项估计，与现有的目标跟踪系统的滤波方法相比，本发明的滤波方法可以同时处理多重测量丢失及输出信号量化现象，得到的滤波器具有时变、递推形式，并且优化了滤波误差协方差上界，具有提高了信号估计性能。本发明适用于对时变目标跟踪系统量化滤波。
-
公开(公告)号：CN116431981B
公开(公告)日：2023-09-29
申请号：CN202211566212.7
申请日：2022-12-07
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于移动机器人定位系统的分布式集员滤波方法，所述方法包括如下步骤：步骤一、建立加密解密机制下具有状态饱和的移动机器人定位系统动态模型；步骤二、在最小化滤波误差椭球域意义下设计分布式集员滤波器；步骤三、计算传感器网络中每个节点在k时刻的中间矩阵Pi,k+1|k；步骤四、计算每个传感器节点的滤波器增益矩阵#imgabs0#步骤五、设计第i个传感器节点在k+1时刻的分布式集员滤波器#imgabs1#判断k+1是否达到总时长M，如果k+1＜M，则执行步骤六，若k+1≥M，则结束运行；步骤六、计算每个传感器节点的滤波误差受限矩阵Pi,k+1|k+1；令k＝k+1，执行步骤二，直至满足k+1≥M。本发明解决了现有分布式滤波方法不能处理加密解密机制下具有状态饱和的传感器网络的分布式滤波问题。
-
-
Patent Agency Ranking
公开(公告)号：CN118350193A
公开(公告)日：2024-07-16
申请号：CN202410447109.3
申请日：2024-04-15
Applicant: 哈尔滨理工大学
Abstract: 本申请涉及集员滤波技术领域，公开了一种复杂网络下基于不完全测量信息的集员滤波器设计方法，包含以下方法步骤：步骤一：建立复杂网络系统模型；步骤二：将系统中的噪声控制在椭球集内；步骤三：将系统中的非线性函数控制在扇形有界的条件内；步骤四：引入RR协议调度系统的测量输出；步骤五：建立模型来描述不完全测量；步骤六：设计基于不完全测量的集员滤波器；步骤七：解决RR协议下不完全测量的复杂网络系统的集员滤波问题；步骤八：利用数值算例证明所提滤波方案的可行性。通过建立复杂网络模型来反映不完全测量信息，解决了一类具有网络带宽限制的离散非线性复杂网络的分布式滤波问题。
-
公开(公告)号：CN116088303A
公开(公告)日：2023-05-09
申请号：CN202211597861.3
申请日：2022-12-12
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种不确定复杂动态网络状态时变递推估计方法，所述方法包括如下步骤：步骤一、建立具有动态偏差和约束量测的复杂网络动态模型；步骤二、对复杂网络动态模型进行增广并对增广的复杂网络动态模型构造时变递推状态估计器；步骤三、计算预估误差协方差上界Ξi,s+1|s；步骤四、计算时变递推状态估计器中的增益矩阵Πi,s+1；步骤五、将Πi,s+1代入到步骤二中，得到第i个网络单元在下一个更新时刻的估计值判断s+1是否达到复杂网络的估计总步长W，若s+1＜W，则执行步骤六，若s+1＝W，则循环结束；步骤六、计算复杂网络的估计误差协方差上界Ξi,s+1|s+1；令s＝s+1，执行步骤二，直至条件s+1＝W成立。
-
公开(公告)号：CN118282355A
公开(公告)日：2024-07-02
申请号：CN202410357576.7
申请日：2024-03-27
Applicant: 哈尔滨理工大学
IPC: H03H17/02
Abstract: 本申请涉及H∞滤波领域，公开了一种加权尝试丢弃协议下二维离散系统Roesser模型的滤波方法，包括以下步骤：S1、建立二维离散时间系统的Roesser模型；S2、针对传感器网络，表示二维Roesser模型的测量输出；S3、对S1中二维Roesser模型的测量输出进行分析设计；S4、设计Roesser型滤波器来估计信号；S5、通过引入增广矩阵将滤波器状态扩充到系统中，得到滤波误差系统；S6、基于S5中滤波误差系统的性能表达式，解决滤波问题；S7、求解滤波器矩阵；S8、对实际系统进行滤波。本发明对于有限频率信号的二维系统，考虑加权一次尝试丢弃协议下的误差系统来处理Roesser模型的鲁棒H∞滤波器设计，不仅可以提高滤波的精度，而且可以有效地抑制网络中的数据丢失和干扰。
-
公开(公告)号：CN118233149A
公开(公告)日：2024-06-21
申请号：CN202410221662.5
申请日：2024-02-28
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于能量收集传感器和抗虚假数据攻击的保安全滤波方法，所述方法如下：一、建立非线性时变复杂网络系统动态模型；二、在虚假数据攻击、能量收集传感器策略下，对非线性时变复杂网络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、计算滤波器在s+1时刻的滤波增益矩阵；五、将滤波增益矩阵代入滤波器中，获得s+1时刻的状态估计；六、计算复杂网络的每个节点的状态估计的滤波误差协方差矩阵的上界；令s＝s+1，执行二。该方法解决了现有的滤波方法不能同时处理存在能量收集传感器及受到虚假数据注入攻击的非线性复杂网络的问题，可用于具有能量收集传感器和抗虚假数据攻击的滤波领域。
-
公开(公告)号：CN117544956B
公开(公告)日：2024-04-30
申请号：CN202311467947.9
申请日：2023-11-06
Applicant: 哈尔滨理工大学
IPC: H04W12/122 , H04W12/63 , H04W4/029
Abstract: 本发明公开了一种基于网络通讯的多移动机器人安全定位方法，所述方法如下：一、建立基于网络通讯的多移动机器人系统非线性动态模型；二、设计安全估计器；三、计算每个移动机器人状态的一步预测误差协方差矩阵上界Σi,k+1|k；四、根据Σi,k+1|k，计算每个移动机器人状态估计的增益矩阵Ki,k+1；五、根据Ki,k+1，获得k+1时刻第i个机器人的状态估计#imgabs0#判断k+1是否达到总时长M，若k+1＜M，则执行六，若k+1＝M，则结束；六、根据Ki,k+1，计算每个移动机器人状态的估计误差协方差矩阵上界Σi,k+1|k+1；令k＝k+1，执行二，直至k+1＝M。该方法解决了现有状态估计方法不能同时处理欺骗攻击下具有随机耦合强度和随机传感器一步延迟的多移动机器人系统的状态估计问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.023 seconds)
