【摘要】：隨機(jī)跳變系統(tǒng)是一類由連續(xù)狀態(tài)和離散事件機(jī)制共同驅(qū)動(dòng)的系統(tǒng)。由于綜合了離散,連續(xù)和隨機(jī)等現(xiàn)象,此類系統(tǒng)被廣泛用于機(jī)動(dòng)目標(biāo)追蹤,過程監(jiān)控,信號(hào)處理,故障診斷,石油化工等領(lǐng)域。狀態(tài)估計(jì)是通過對(duì)一系列含誤差的量測(cè)數(shù)據(jù)的分析,得出隱含于其中的被測(cè)量的估計(jì)值。現(xiàn)有針對(duì)隨機(jī)跳變系統(tǒng)的狀態(tài)遞推估計(jì)算法基本都是在完備信息集下構(gòu)建的,即假設(shè)所有系統(tǒng)模型參數(shù)精確已知,鮮有在不完備信息集下的研究成果。本文結(jié)合實(shí)際系統(tǒng)可能存在的各種不確定因素,如未知時(shí)延、不精確參數(shù)模型等,對(duì)不完備信息集下隨機(jī)跳變系統(tǒng)的狀態(tài)估計(jì)問題進(jìn)行深入研究和探討,提出了一系列適用于不同情況的濾波算法,豐富了跳變系統(tǒng)狀態(tài)估計(jì)的理論成果,對(duì)進(jìn)一步的工程實(shí)際應(yīng)用具有重要的指導(dǎo)意義。本文的主要工作總結(jié)如下：(1)在最小均方意義下,考慮一類含未知模態(tài)依賴時(shí)延線性馬爾科夫跳變系統(tǒng)的狀態(tài)估計(jì)問題。為說明在濾波過程中由未知時(shí)延所引起的問題,將時(shí)延的遞推估計(jì)式嵌入到系統(tǒng)狀態(tài)的估計(jì)框架內(nèi),得到系統(tǒng)狀態(tài)的貝葉斯方程。采用兩種近似策略：交互多模型逼近和檢測(cè)估計(jì)方法得到兩種含合理計(jì)算耗費(fèi)的次優(yōu)算法。通過一仿真例子,說明所提出算法的有效性。(2)針對(duì)含不確定轉(zhuǎn)移概率的非線性馬爾科夫跳變系統(tǒng),研究其狀態(tài)估計(jì)問題。利用截?cái)喔咚垢怕拭芏群瘮?shù)來刻畫轉(zhuǎn)移概率的不確定性。為能夠在濾波過程中較好地利用不確定性的先驗(yàn)信息,引入傾斜參數(shù)概念。將截?cái)喔咚狗植嫉臍w一化均值作為置信轉(zhuǎn)移概率,基于多模型機(jī)制和粒子濾波,給出系統(tǒng)狀態(tài)的估計(jì)算法。此外考慮含狀態(tài)依賴轉(zhuǎn)移概率非線性隨機(jī)跳變系統(tǒng)的狀態(tài)估計(jì)問題,給出一濾波算法。首先構(gòu)建狀態(tài)依賴轉(zhuǎn)移概率一般化的描述方法。而后,利用格子濾波器將狀態(tài)和輸出空間離散為有限格子空間,用以處理系統(tǒng)的非線性問題,減少算法的在線計(jì)算耗費(fèi)。(3)針對(duì)線性馬爾科夫跳變系統(tǒng),提出了一個(gè)自適應(yīng)風(fēng)險(xiǎn)敏感濾波器,以解決風(fēng)險(xiǎn)敏感濾波器中風(fēng)險(xiǎn)參數(shù)的選擇問題。通過分析,給出了濾波過程中風(fēng)險(xiǎn)敏感參數(shù)的主要作用,并對(duì)其較好魯棒性的內(nèi)在原因做了說明。基于此,得到如何利用在線觀測(cè)來自動(dòng)選擇風(fēng)險(xiǎn)敏感參數(shù)的一個(gè)法則。進(jìn)一步,利用最小化步驟避免了不匹配模態(tài)下的過度矯正,保持匹配模態(tài)與不匹配模態(tài)間的差異。通過一個(gè)仿真例子,說明算法的有效性。(4)將風(fēng)險(xiǎn)敏感濾波算法擴(kuò)展到非線性馬爾科夫跳線系統(tǒng)。在非線性非高斯框架內(nèi),通過參考概率空間和粒子濾波來推導(dǎo)獲得風(fēng)險(xiǎn)敏感濾波器。其主要特點(diǎn)是利用一個(gè)“風(fēng)險(xiǎn)”交互重采樣步驟來緩和模型的不確定性和解決粒子數(shù)爆炸問題。一個(gè)被稱為風(fēng)險(xiǎn)參數(shù)的設(shè)計(jì)參數(shù)可用來平衡算法在名義模型下的估計(jì)精度和對(duì)不確定模型參數(shù)的魯棒性。通過一個(gè)例子表明,對(duì)含不確定參數(shù)的非線性馬爾科夫跳線系統(tǒng),提出算法的估計(jì)性能要明顯優(yōu)于常用的粒子濾波和交互多模型粒子濾波。(5)假設(shè)每一時(shí)刻轉(zhuǎn)移概率矩陣為時(shí)變且在一有限狀態(tài)集合內(nèi)隨機(jī)取值。在該條件下,考慮線性馬爾科夫跳變系統(tǒng)的狀態(tài)估計(jì)問題。為避免計(jì)算耗費(fèi)隨時(shí)間指數(shù)增長問題,在濾波過程中采用了兩次交互多模型逼近。當(dāng)轉(zhuǎn)移概率可能取值數(shù)為一時(shí),提出的算法簡(jiǎn)化為傳統(tǒng)的交互多模型方法。通過一個(gè)仿真例子,說明算法的有效性。
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：O211.62;O231

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 蕭德云,莫以為;基于混合系統(tǒng)狀態(tài)估計(jì)的故障診斷[J];自動(dòng)化學(xué)報(bào);2004年06期

本文編號(hào)：2794294