發(fā)布時間：2018-07-06 15:44

  本文選題：復(fù)雜動態(tài)網(wǎng)絡(luò) + 單重丟包�。� 參考：《南京郵電大學(xué)》2017年碩士論文

【摘要】：以往復(fù)雜網(wǎng)絡(luò)的同步控制、拓撲辨識、故障診斷等領(lǐng)域的研究,往往都是假設(shè)在可獲得網(wǎng)絡(luò)節(jié)點狀態(tài)的前提下進行,但是實際的網(wǎng)絡(luò)節(jié)點規(guī)模龐大、拓撲結(jié)構(gòu)復(fù)雜,一般只能通過測量得到網(wǎng)絡(luò)節(jié)點的部分狀態(tài)信息。因此,為了進一步研究與分析復(fù)雜網(wǎng)絡(luò)的動力學(xué)特性、拓撲辨識以及故障診斷,構(gòu)造設(shè)計復(fù)雜網(wǎng)絡(luò)狀態(tài)估計器估計原網(wǎng)絡(luò)節(jié)點狀態(tài)具有非常重要的實際意義。在實際網(wǎng)絡(luò)中,由于傳感器本身的物理特性和技術(shù)的限制以及網(wǎng)絡(luò)擁塞、網(wǎng)絡(luò)故障、網(wǎng)絡(luò)遭受攻擊等原因,在測量網(wǎng)絡(luò)信號時需考慮傳感器隨機飽和現(xiàn)象以及數(shù)據(jù)丟包現(xiàn)象。同時由于網(wǎng)絡(luò)規(guī)模的不斷增長,信道帶寬資源往往受到限制。因此,綜合復(fù)雜網(wǎng)絡(luò)存在以上實際因素,我們深入研究一類不確定離散復(fù)雜動態(tài)網(wǎng)絡(luò)狀態(tài)估計器的設(shè)計問題。本文主要內(nèi)容和所取得的研究成果如下:1.針對一類同時出現(xiàn)隨機丟包和傳感器飽和現(xiàn)象的離散復(fù)雜動態(tài)網(wǎng)絡(luò),對其狀態(tài)估計問題進行了研究。網(wǎng)絡(luò)的丟包現(xiàn)象利用滿足Bernoulli分布的隨機變量進行描述,傳感器的飽和現(xiàn)象利用飽和函數(shù)進行刻畫。通過穩(wěn)定性理論并結(jié)合隨機分析的方法,以線性矩陣不等式形式,給出上述狀態(tài)估計器增益設(shè)計準(zhǔn)則。最后,實驗仿真驗證本文所提方法的有效性。2.針對一類存在隨機丟包的離散復(fù)雜動態(tài)網(wǎng)絡(luò),研究其基于事件觸發(fā)的狀態(tài)估計方法。利用滿足Bernoulli分布的隨機變量描述網(wǎng)絡(luò)的丟包現(xiàn)象,所設(shè)計的事件觸發(fā)估計器可以減少通信信道冗余數(shù)據(jù)的傳輸,節(jié)省網(wǎng)絡(luò)帶寬資源,提高其利用率。結(jié)合穩(wěn)定性判據(jù)和隨機分析的方法,以線性矩陣不等式形式,給出上述狀態(tài)估計器增益設(shè)計準(zhǔn)則。通過實驗仿真,驗證本文所設(shè)計的狀態(tài)估計器可以有效地估計出原網(wǎng)絡(luò)節(jié)點狀態(tài)。3.針對一類存在隨機拓撲跳變和丟包的輸出耦合離散復(fù)雜動態(tài)網(wǎng)絡(luò),設(shè)計異步狀態(tài)估計器�？紤]復(fù)雜網(wǎng)絡(luò)內(nèi)外耦合拓撲矩陣滿足馬爾可夫跳變,利用滿足Bernoulli分布的隨機變量描述網(wǎng)絡(luò)的丟包現(xiàn)象,所設(shè)計的異步觀測器克服了原網(wǎng)絡(luò)拓撲結(jié)構(gòu)未知或存在隨機拓撲跳變的問題�；诜�(wěn)定性理論和隨機分析的方法,以線性矩陣不等式形式,給出上述狀態(tài)估計器增益設(shè)計準(zhǔn)則。通過實驗仿真,驗證本文所提方案的有效性。
[Abstract]:In the past, the research of synchronous control, topology identification, fault diagnosis and other fields of complex networks is often carried out on the assumption that the network node states can be obtained, but the actual network nodes are large in scale and complex in topology structure. Generally, only part of the network node state information can be obtained by measurement. Therefore, in order to further study and analyze the dynamic characteristics, topology identification and fault diagnosis of complex networks, it is of great practical significance to construct and design a complex network state estimator to estimate the node state of the original network. In practical networks, due to the physical characteristics and technical limitations of sensors, network congestion, network failures, network attacks and other reasons, sensor random saturation and data packet loss should be considered in the measurement of network signals. At the same time, due to the continuous growth of network size, channel bandwidth resources are often limited. Therefore, the design of a class of uncertain discrete complex dynamic network state estimators is studied. The main contents of this paper and the research results obtained are as follows: 1. The state estimation problem of a class of discrete complex dynamic networks with simultaneous random packet loss and sensor saturation is studied. The packet loss phenomenon of the network is described by random variables satisfying Bernoulli distribution, and the saturation phenomenon of the sensor is characterized by the saturation function. Based on the stability theory and stochastic analysis, the gain design criteria of the state estimator mentioned above are given in the form of linear matrix inequality (LMI). Finally, the experimental results show that the proposed method is effective. 2. A state estimation method based on event triggering for a class of discrete complex dynamic networks with random packet loss is studied. Using random variables satisfying Bernoulli distribution to describe the packet loss in the network, the event trigger estimator is designed to reduce the transmission of redundant data in the communication channel, save the bandwidth resources of the network and improve its utilization ratio. Combined with the stability criterion and the stochastic analysis method, the gain design criteria of the state estimator are given in the form of linear matrix inequality (LMI). The experimental results show that the proposed state estimator can effectively estimate the state of the original network node. An asynchronous state estimator is designed for a class of output coupled discrete complex dynamic networks with random topology hopping and packet loss. Considering that the topological matrix inside and outside the complex network satisfies the Markov jump, the random variables satisfying Bernoulli distribution are used to describe the packet loss phenomenon of the network. The designed asynchronous observer overcomes the problem that the topology of the original network is unknown or there is a random topology jump. Based on the stability theory and stochastic analysis method, the gain design criteria of the state estimator mentioned above are given in the form of linear matrix inequality (LMI). The effectiveness of the proposed scheme is verified by experimental simulation.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O157.5

【相似文獻】

相關(guān)期刊論文 前10條

1 張霞;尚春山;;淺談如何提高狀態(tài)估計合格率[J];科技資訊;2013年08期

2 陳炳;溫和寧;;用增測法解決狀態(tài)估計中的病態(tài)問題[J];成都科技大學(xué)學(xué)報;1993年01期

3 陳炳;溫和寧;;降秩近似法狀態(tài)估計的研究[J];成都科技大學(xué)學(xué)報;1991年03期

4 黃東惠;高亮;張紹和;;最優(yōu)乘子在電力系統(tǒng)快速分解狀態(tài)估計中的應(yīng)用[J];太原工業(yè)大學(xué)學(xué)報;1992年01期

5 嚴軍,施惠昌;一種新的狀態(tài)估計混合智能模型[J];上海大學(xué)學(xué)報(自然科學(xué)版);2005年04期

6 田豐;孟憲朋;張江紅;牛威;劉鑫;王世坤;;配電系統(tǒng)狀態(tài)估計分析研究[J];江西科學(xué);2010年05期

7 侯博淵;邱忠坊;施嗚鶴;;電力系統(tǒng)的狀態(tài)估計、檢測及識別[J];山東工學(xué)院學(xué)報;1980年02期

8 李釗年;電力系統(tǒng)狀態(tài)估計中的不良數(shù)據(jù)辨識[J];青海大學(xué)學(xué)報(自然科學(xué)版);2001年01期

9 劉浩;侯博淵;;保留非線性的電力系統(tǒng)狀態(tài)估計法[J];山東建材學(xué)院學(xué)報;1991年02期

10 莫以為,蕭德云;離散測量事件在混合系統(tǒng)狀態(tài)估計中的應(yīng)用[J];應(yīng)用科學(xué)學(xué)報;2005年02期

相關(guān)會議論文 前10條

1 徐興華;陳萬里;;地調(diào)狀態(tài)估計實用化探討[A];華東六省一市電機工程（電力）學(xué)會輸配電技術(shù)研討會2002年年會山東電機工程學(xué)會交流論文集[C];2002年

2 郭金蓮;范曉丹;趙洪山;;分布式狀態(tài)估計算法的研究[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

3 劉耀年;郝靜;;基于分布式抗差加權(quán)最小二乘法的狀態(tài)估計[A];第十一屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2007年

4 劉順明;劉耀年;于賀;湯德海;;基于抗差加權(quán)最小二乘法的分布式狀態(tài)估計[A];高效 清潔 安全 電力發(fā)展與和諧社會建設(shè)——吉林省電機工程學(xué)會2008年學(xué)術(shù)年會論文集[C];2008年

5 何青;歐陽紅林;楊民生;童調(diào)生;;基于最優(yōu)定界橢球的自適應(yīng)集員狀態(tài)估計[A];2004全國測控、計量與儀器儀表學(xué)術(shù)年會論文集（上冊）[C];2004年

6 郭曉林;曹軍海;賈小平;;模糊狀態(tài)估計在機動目標(biāo)跟蹤中的應(yīng)用[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

7 林桂華;張艷軍;周蘇荃;;基于量測變換的混合量測狀態(tài)估計算法[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

8 景渤雯;趙璐;張雨生;;基于PMU的狀態(tài)估計研究現(xiàn)狀及發(fā)展展望[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

9 彭云輝;繆棟;劉云峰;;SR-UKF在狀態(tài)估計中的應(yīng)用[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 王正志;肖齊英;;部分參數(shù)不準(zhǔn)確的線性系統(tǒng)H_∞狀態(tài)估計濾波問題[A];1993年控制理論及其應(yīng)用年會論文集[C];1993年

相關(guān)重要報紙文章 前1條

1 周海龍;秦電：動態(tài)網(wǎng)絡(luò)圖實時演示檢修進度[N];華北電力報;2005年

相關(guān)博士學(xué)位論文 前10條

1 王吉華;多軸轉(zhuǎn)向車輛狀態(tài)估計與控制研究[D];南京航空航天大學(xué);2013年

2 Sideig Abd elrhman Ibrahim Dowi;PMU測量單元對電力系統(tǒng)動態(tài)狀態(tài)估計影響研究[D];華北電力大學(xué);2015年

3 隋天舉;網(wǎng)絡(luò)化線性系統(tǒng)狀態(tài)估計問題研究[D];浙江大學(xué);2017年

4 鄭秀娟;基于狀態(tài)估計的多方法融合的故障預(yù)測算法研究[D];華中科技大學(xué);2016年

5 汪玉潔;動力鋰電池的建模、狀態(tài)估計及管理策略研究[D];中國科學(xué)技術(shù)大學(xué);2017年

6 劉琳;智能配電網(wǎng)多信息站域保護及狀態(tài)估計信息應(yīng)用研究[D];北京交通大學(xué);2017年

7 任江波;電力系統(tǒng)過程狀態(tài)估計研究[D];哈爾濱工業(yè)大學(xué);2007年

8 陳芳;電網(wǎng)狀態(tài)估計及其擴展的理論研究[D];山東大學(xué);2010年

9 暢廣輝;基于混合量測的電力系統(tǒng)分布式狀態(tài)估計研究[D];武漢大學(xué);2009年

10 王永;互聯(lián)電網(wǎng)分布式狀態(tài)估計和混合量測狀態(tài)估計研究[D];哈爾濱工業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 王珊珊;利用支路信息進行電力網(wǎng)絡(luò)拓撲辨識[D];鄭州大學(xué);2015年

2 張娜;電流推算法及其與新息圖相結(jié)合的狀態(tài)估計研究[D];哈爾濱工業(yè)大學(xué);2015年

3 沈豪棟;一種基于參數(shù)修正的區(qū)域性電網(wǎng)狀態(tài)估計改進方法[D];上海交通大學(xué);2014年

4 胡曉艷;分布式平臺下的配電網(wǎng)狀態(tài)估計研究[D];華北電力大學(xué);2015年

5 賈楠;基于WAMS的電力系統(tǒng)狀態(tài)估計及其應(yīng)用[D];華北電力大學(xué);2015年

6 白鐸;智能電網(wǎng)狀態(tài)估計及性能分析[D];電子科技大學(xué);2015年

7 安維亮;離散時間復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計[D];南京郵電大學(xué);2015年

8 沈超;自愈控制下電網(wǎng)狀態(tài)估計的研究[D];南京郵電大學(xué);2015年

9 邳浚哲;不良數(shù)據(jù)檢測辨識及提高狀態(tài)估計合格率的方法研究[D];華北電力大學(xué);2015年

10 李希;濾波方法在交通狀態(tài)估計中的應(yīng)用研究[D];中國海洋大學(xué);2014年

，

本文編號：2103282