一种编码解码机制下的忆阻神经网络状态估计方法

    公开(公告)号:CN115935787B

    公开(公告)日:2023-09-01

    申请号:CN202211386982.3

    申请日:2022-11-07

    Abstract: 本发明公开了一种编码解码机制下的忆阻神经网络状态估计方法,所述方法包括如下步骤:步骤一、建立具有H∞性能约束及传感器能量收割的忆阻神经网络动态模型;步骤二、在编码解码机制下对忆阻神经网络动态模型进行状态估计;步骤三、计算忆阻神经网络的误差协方差矩阵上界及H∞性能约束条件;步骤四、利用随机分析方法,并通过解一系列线性矩阵不等式求解出估计器增益矩阵Kk的解,实现对忆阻神经网络进行状态估计;判断k+1是否达到总时长N,若k+1<N,则执行步骤二,反之结束。本发明解决了现有状态估计方法不能同时处理编码解码机制下具有H∞性能约束及方差受限忆阻神经网络的状态估计导致的估计性能准确率低的问题,从而提高了估计性能的准确率。

    具有安全防御机制的大规模耦合网络分布式优化估计方法

    公开(公告)号:CN119995937A

    公开(公告)日:2025-05-13

    申请号:CN202411994342.X

    申请日:2024-12-31

    Abstract: 具有安全防御机制的大规模耦合网络分布式优化估计方法,属于状态估计技术领域。方法如下:建立大规模耦合网络的离散非线性随机动态模型;设计动态模型时变递推式状态估计器;计算预测误差协方差上界;设计每个大规模耦合网络节点的估计器参数;将估计器参数代入估计器,获得状态估计,判断总时长,结束估计或计算估计误差协方差上界直至满足总时长。本发明同时考虑了不确定耦合强度和线性虚假数据注入攻击对网络节点状态估计性能的影响,特别地,针对经网络传输的测量数据,在网络传输末端设计相应的安全防御机制,以实时判断测量数据遭受攻击的情况,识别并丢弃不可靠的测量数据,同时对于丢弃的测量数据,设计相应的补偿策略。

    一种网络通讯下耦合多机动目标的抗攻击定位方法

    公开(公告)号:CN118395446A

    公开(公告)日:2024-07-26

    申请号:CN202410423444.X

    申请日:2024-04-09

    Abstract: 本发明公开了一种网络通讯下耦合多机动目标的抗攻击定位方法。所述方法如下:一、建立耦合多机动目标系统的非线性随机动态模型;二、对耦合多机动目标系统设计抗攻击估计器;三、计算每个机动目标状态的一步预测误差协方差矩阵上界;四、根据一步预测误差协方差矩阵上界,计算每个机动目标状态估计的增益矩阵;五、将每个机动目标状态估计的增益矩阵代入二,获得k+1时刻第i个机动目标的状态估计;六、根据每个机动目标状态估计的增益矩阵,计算出每个机动目标状态的估计误差协方差矩阵上界。本发明解决了现有状态估计方法不能同时处理自适应事件触发机制和数据完整性攻击下的多机动目标系统的状态估计问题,从而提高了此类问题估计性能的准确率。

    一种基于网络通讯的多移动机器人安全定位方法

    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

    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。

    一种基于网络通讯的多移动机器人保安全定位方法

    公开(公告)号:CN117544956A

    公开(公告)日:2024-02-09

    申请号:CN202311467947.9

    申请日:2023-11-06

    Abstract: 本发明公开了一种基于网络通讯的多移动机器人保安全定位方法,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、设计保安全估计器;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 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。

    一种编码解码机制下的忆阻神经网络状态估计方法

    公开(公告)号:CN115935787A

    公开(公告)日:2023-04-07

    申请号:CN202211386982.3

    申请日:2022-11-07

    Abstract: 本发明公开了一种编码解码机制下的忆阻神经网络状态估计方法,所述方法包括如下步骤:步骤一、建立具有H∞性能约束及传感器能量收割的忆阻神经网络动态模型;步骤二、在编码解码机制下对忆阻神经网络动态模型进行状态估计;步骤三、计算忆阻神经网络的误差协方差矩阵上界及H∞性能约束条件;步骤四、利用随机分析方法,并通过解一系列线性矩阵不等式求解出估计器增益矩阵Kk的解,实现对忆阻神经网络进行状态估计;判断k+1是否达到总时长N,若k+1<N,则执行步骤二,反之结束。本发明解决了现有状态估计方法不能同时处理编码解码机制下具有H∞性能约束及方差受限忆阻神经网络的状态估计导致的估计性能准确率低的问题,从而提高了估计性能的准确率。

Patent Agency Ranking