【摘要】：網(wǎng)絡(luò)監(jiān)控和故障診斷往往需要實(shí)時(shí)掌握網(wǎng)絡(luò)中的所有節(jié)點(diǎn)狀態(tài)信息。而復(fù)雜網(wǎng)絡(luò)規(guī)模大,節(jié)點(diǎn)多且復(fù)雜,因此直接測(cè)量網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)狀態(tài)信息是不現(xiàn)實(shí)。為了獲得網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的狀態(tài)信息,繼而深入地了解網(wǎng)絡(luò)的行為特征,就需要我們通過已測(cè)節(jié)點(diǎn)的輸出信息對(duì)整個(gè)網(wǎng)絡(luò)狀態(tài)信息進(jìn)行估計(jì)。此外,現(xiàn)實(shí)網(wǎng)絡(luò)會(huì)由于種種因素導(dǎo)致信息在傳輸過程中不可避免地存在時(shí)延和丟包,所以研究不完全測(cè)量下的復(fù)雜網(wǎng)絡(luò)狀態(tài)估計(jì)顯得更具有現(xiàn)實(shí)指導(dǎo)意義。本文的主要研究工作及取得的成果如下:(1)現(xiàn)實(shí)網(wǎng)絡(luò)在傳輸過程中會(huì)受到丟包、時(shí)延等不確定因素的干擾,這些干擾的出現(xiàn)勢(shì)必會(huì)對(duì)復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計(jì)產(chǎn)生影響。本文在之前已有的理論基礎(chǔ)上,設(shè)計(jì)了一種魯棒保性能狀態(tài)估計(jì)器,旨在減少數(shù)據(jù)丟包和誘導(dǎo)時(shí)延對(duì)狀態(tài)估計(jì)的影響�；贚yapunov穩(wěn)定性理論和隨機(jī)分析方法,以線性矩陣不等式的形式給出了魯棒保性能狀態(tài)估計(jì)器的設(shè)計(jì)準(zhǔn)則。最終,通過對(duì)不同規(guī)模的復(fù)雜網(wǎng)絡(luò)進(jìn)行數(shù)值仿真,驗(yàn)證了設(shè)計(jì)方案的有效性。(2)現(xiàn)實(shí)網(wǎng)絡(luò)中可能存在部分節(jié)點(diǎn)輸出不可測(cè)的現(xiàn)象,同時(shí)網(wǎng)絡(luò)時(shí)延在k時(shí)刻的輸出更依賴于(k-1)時(shí)刻的輸出情況。本文將牽制控制的方法運(yùn)用到具有一步誘導(dǎo)時(shí)延的離散復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計(jì)中。通過對(duì)部分節(jié)點(diǎn)施加反饋控制,以達(dá)到對(duì)整個(gè)復(fù)雜網(wǎng)絡(luò)進(jìn)行狀態(tài)估計(jì)的目的,從而大大降低了狀態(tài)估計(jì)的成本,更加符合實(shí)際的工程應(yīng)用。利用Lyapunov穩(wěn)定性理論,推出牽制控制狀態(tài)估計(jì)器的設(shè)計(jì)準(zhǔn)則。最后,通過數(shù)值仿真以驗(yàn)證結(jié)果的可行性。(3)根據(jù)結(jié)構(gòu)可控性理論選取驅(qū)動(dòng)節(jié)點(diǎn)進(jìn)行牽制控制。利用Lyapunov穩(wěn)定性理論,得出增益反饋控制器設(shè)計(jì)準(zhǔn)則。最后,通過實(shí)例仿真,驗(yàn)證所設(shè)計(jì)反饋控制器的有效性和可行性。
[Abstract]:Network monitoring and fault diagnosis often need to grasp the status of all nodes in the network in real time. The complex network is large in scale and complex in nodes, so it is not realistic to directly measure the state information of each node in the network. In order to obtain the state information of each node in the network and further understand the behavior characteristics of the network, we need to estimate the state information of the whole network through the output information of the measured nodes. In addition, due to various factors, delay and packet loss will inevitably exist in the transmission of information in real networks, so it is more important to study the state estimation of complex networks under incomplete measurement. The main research work and results obtained in this paper are as follows: (1) in the process of transmission, real networks will be disturbed by uncertain factors such as packet loss, delay and so on, which will inevitably affect the state estimation of complex networks. Based on the previous theories, a robust guaranteed cost performance state estimator is designed to reduce the influence of data packet loss and induced delay on state estimation. Based on Lyapunov stability theory and stochastic analysis method, the design criteria of robust guaranteed cost state estimators are given in the form of linear matrix inequalities (LMIs). Finally, the effectiveness of the design scheme is verified by numerical simulation of complex networks of different sizes. (2) the phenomenon of unmeasurable output of some nodes may exist in the real network. At the same time, the output of network delay at k time is more dependent on the output of (k-1) time. In this paper, the containment control method is applied to the state estimation of discrete complex networks with one step induced delay. By applying feedback control to some nodes, the state estimation of the whole complex network is achieved, and the cost of state estimation is greatly reduced, which is more in line with the practical engineering application. Based on the Lyapunov stability theory, the design criteria of the control state estimator are derived. Finally, the feasibility of the results is verified by numerical simulation. (3) according to the theory of structural controllability, the driving nodes are selected to control. Using Lyapunov stability theory, the design criteria of gain feedback controller are obtained. Finally, the effectiveness and feasibility of the designed feedback controller are verified by simulation.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：O157.5

【相似文獻(xiàn)】

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(jì)合格率[J];科技資訊;2013年08期

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

3 陳炳;溫和寧;;降秩近似法狀態(tài)估計(jì)的研究[J];成都科技大學(xué)學(xué)報(bào);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(jì)中的應(yīng)用[J];太原工業(yè)大學(xué)學(xué)報(bào);1992年01期

5 嚴(yán)軍,施惠昌;一種新的狀態(tài)估計(jì)混合智能模型[J];上海大學(xué)學(xué)報(bào)(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(jì)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(jì)、檢測(cè)及識(shí)別[J];山東工學(xué)院學(xué)報(bào);1980年02期

8 李釗年;電力系統(tǒng)狀態(tài)估計(jì)中的不良數(shù)據(jù)辨識(shí)[J];青海大學(xué)學(xué)報(bào)(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(jì)法[J];山東建材學(xué)院學(xué)報(bào);1991年02期

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

相關(guān)會(huì)議論文 前10條

1 徐興華;陳萬(wàn)里;;地調(diào)狀態(tài)估計(jì)實(shí)用化探討[A];華東六省一市電機(jī)工程（電力）學(xué)會(huì)輸配電技術(shù)研討會(huì)2002年年會(huì)山東電機(jī)工程學(xué)會(huì)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(jì)算法的研究[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（上冊(cè)）[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(jì)[A];第十一屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)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(jì)[A];高效 清潔 安全 電力發(fā)展與和諧社會(huì)建設(shè)——吉林省電機(jī)工程學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集[C];2008年

5 何青;歐陽(yáng)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(jì)[A];2004全國(guó)測(cè)控、計(jì)量與儀器儀表學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

6 郭曉林;曹軍海;賈小平;;模糊狀態(tài)估計(jì)在機(jī)動(dòng)目標(biāo)跟蹤中的應(yīng)用[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

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

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

9 彭云輝;繆棟;劉云峰;;SR-UKF在狀態(tài)估計(jì)中的應(yīng)用[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)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(jì)濾波問題[A];1993年控制理論及其應(yīng)用年會(huì)論文集[C];1993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(jì)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(cè)量單元對(duì)電力系統(tǒng)動(dòng)態(tài)狀態(tài)估計(jì)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(jì)問題研究[D];浙江大學(xué);2017年

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

5 汪玉潔;動(dòng)力鋰電池的建模、狀態(tài)估計(jì)及管理策略研究[D];中國(guó)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(hù)及狀態(tài)估計(jì)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(jì)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(jì)及其擴(kuò)展的理論研究[D];山東大學(xué);2010年

9 暢廣輝;基于混合量測(cè)的電力系統(tǒng)分布式狀態(tài)估計(jì)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(jì)和混合量測(cè)狀態(tài)估計(jì)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(jìn)行電力網(wǎng)絡(luò)拓?fù)浔孀R(shí)[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(jì)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(jì)改進(jìn)方法[D];上海交通大學(xué);2014年

4 胡曉艷;分布式平臺(tái)下的配電網(wǎng)狀態(tài)估計(jì)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(jì)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(jì)及性能分析[D];電子科技大學(xué);2015年

7 安維亮;離散時(shí)間復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計(jì)[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(jì)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(cè)辨識(shí)及提高狀態(tài)估計(jì)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(jì)中的應(yīng)用研究[D];中國(guó)海洋大學(xué);2014年

，

本文編號(hào)：2146333