具有Markovian丟包的復雜網(wǎng)絡的狀態(tài)估計
發(fā)布時間:2021-08-07 02:45
由于復雜網(wǎng)絡規(guī)模較大,網(wǎng)絡中的節(jié)點部分狀態(tài)信息通常難以測量,而進行網(wǎng)絡實時監(jiān)測、故障診斷等明確需要網(wǎng)絡中所有節(jié)點的狀態(tài)信息,因此需要通過構(gòu)造狀態(tài)估計器的方法,用測得節(jié)點的輸出狀態(tài)信息來估計節(jié)點的部分未知信息,以便更好地了解整個網(wǎng)絡的行為特性。本文主要的研究工作及取得的主要成果如下:(1)針對現(xiàn)實網(wǎng)絡在實際傳輸過程中存在的數(shù)據(jù)隨機丟包的現(xiàn)象,而這無疑會對復雜網(wǎng)絡的狀態(tài)估計造成影響。因此,本文采用Markovian丟包模型表示數(shù)據(jù)隨機丟包,研究離散時間輸出耦合復雜網(wǎng)絡的狀態(tài)估計問題,其目的在于減小數(shù)據(jù)丟包對復雜網(wǎng)絡狀態(tài)估計產(chǎn)生的影響。通過Lyapunov穩(wěn)定性理論與隨機分析方法,采用LMIs的方法明確了符合條件的狀態(tài)估計器的構(gòu)建方法與準則。通過選取考慮Markovian丟包影響的Lyapunov函數(shù),使得估計誤差系統(tǒng)能夠滿足Lyapunov穩(wěn)定。運用數(shù)值仿真實例,表明所設計的狀態(tài)估計器能夠?qū)嶋H有效地估計出原網(wǎng)絡節(jié)點的狀態(tài)信息。(2)對于一個實際狀態(tài)估計系統(tǒng),不僅要求能有效地估計出原網(wǎng)絡的狀態(tài)信息,還要滿足和實際應用相關(guān)的性能指標要求。因此,在第一個已有結(jié)論的基礎(chǔ)之上,進一步考慮狀態(tài)估計器的...
【文章來源】:南京郵電大學江蘇省
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【部分圖文】:
星型耦合網(wǎng)絡模型
圖 2.1 星型耦合網(wǎng)絡模型個節(jié)點間都有且僅有一條連邊,其模型如長度分別為: C 1, L 1。由此可以得出有邊數(shù)最多、平均路徑長度最小及聚類現(xiàn)實網(wǎng)絡具有的聚類和小世界的特性。
圖 2.3 最近鄰耦合網(wǎng)絡模型中節(jié)點的連接方式是無規(guī)則的。就是著名的 ER 隨機圖模型。如下:機圖 G ( N , M )。用一個實例來闡述:扣進行穿線。并且每次選擇節(jié)點現(xiàn)重邊和自相連的情形。重復上述的 ER 隨機圖,這樣形成的隨機圖R 隨機圖 G ( N , p )。這種網(wǎng)絡模型不固定。
本文編號:3326922
【文章來源】:南京郵電大學江蘇省
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【部分圖文】:
星型耦合網(wǎng)絡模型
圖 2.1 星型耦合網(wǎng)絡模型個節(jié)點間都有且僅有一條連邊,其模型如長度分別為: C 1, L 1。由此可以得出有邊數(shù)最多、平均路徑長度最小及聚類現(xiàn)實網(wǎng)絡具有的聚類和小世界的特性。
圖 2.3 最近鄰耦合網(wǎng)絡模型中節(jié)點的連接方式是無規(guī)則的。就是著名的 ER 隨機圖模型。如下:機圖 G ( N , M )。用一個實例來闡述:扣進行穿線。并且每次選擇節(jié)點現(xiàn)重邊和自相連的情形。重復上述的 ER 隨機圖,這樣形成的隨機圖R 隨機圖 G ( N , p )。這種網(wǎng)絡模型不固定。
本文編號:3326922
本文鏈接:http://sikaile.net/kejilunwen/yysx/3326922.html
最近更新
教材專著