多智能體系統(tǒng)作為一類特殊的控制系統(tǒng),由于其信息互通的特性,可以在相同的單體計算能力的情況下解決很多單一系統(tǒng)無法完成的復(fù)雜任務(wù),因此其理論研究和實際應(yīng)用得到越來越多的重視。在實際的工業(yè)系統(tǒng)中,經(jīng)常會存在未知輸入信息,影響多智能體系統(tǒng)的狀態(tài)與輸出,這些未知輸入有可能是故障信息或者強烈的擾動信息,對于他們的估計是保證多智能體系統(tǒng)平穩(wěn)運行的基礎(chǔ)。本文研究了針對多智能體系統(tǒng)的未知輸入估計問題,采用了分布式無偏最小方差濾波器的方法,具體工作和成果包括:1.針對含有同源未知輸入的線性離散時間多智能體系統(tǒng),第二章提出了基于分布式無偏最小方差濾波器的狀態(tài)與未知輸入估計方法,相較于傳統(tǒng)的無偏最小方差狀態(tài)與未知輸入濾波器,分布式無偏最小方差濾波器具有更加寬松的存在條件,并且其估計效果相較于傳統(tǒng)的濾波器也更好。2.針對含有同源未知輸入的線性離散時間多智能體系統(tǒng),第三章改進了基于分布式無偏最小方差濾波器的狀態(tài)與未知輸入估計方法:針對同源的未知輸入,采用了分布式的估計方法,針對異構(gòu)的狀態(tài),采用了分散式的估計方法,提出了半分布式無偏最小方差濾波器。通過仿真驗證了半分布式濾波器的估計效果優(yōu)于分散式與分布式濾波器的估計... 

【文章來源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：210 頁

【學(xué)位級別】：博士

【部分圖文】：

圖２－５基于分布式濾波器得到的系統(tǒng)狀態(tài)的估計誤差??Ｆｉｇ．２－５?Ｔｈｅ?ｅｓｔｉｍａｔｉｏｎ?ｅｒｒｏｒ?ｏｆ?ｔｈｅ?ｓｔａｔｅｓ?ｂａｓｅｄ?ｏｎ?ｔｈｅ?ｄｉｓｔｒｉｂｕｔｅｄ?ｆｉｌｔｅｒ??

?????１｜???????０????????ｉ?〇???－１０?２０?４０?６０?１?０?２０?４０?６０??ｆｔ?Ｉ??１ｉ??１?＜???＾?０??ｉ???????？｜?１??－?丨丨．■？?，?？■????＂０?２０?４０?６０?０?２０?４０?６０??ｋ?ｋ??１ｉ??????１｜?????＊１０?２０?４０?６０?＊ｊ０?２０?４０?６０??ｆｔ?ｈ??圖２－１３基于分布式濾波器得到的系統(tǒng)狀態(tài)的估計誤差??Ｆｉｇ．２－１３?Ｔｈｅ?ｅｓｔｉｍａｔｉｏｎ?ｅｒｒｏｒ?ｏｆ?ｔｈｅ?ｓｔａｔｅｓ?ｂａｓｅｄ?ｏｎ?ｔｈｅ?ｄｉｓｔｒｉｂｕｔｅｄ?ｆｉｌｔｅｒ??■１０?２０?．?４０?６０?＊１０?２０?，?４０?６０??ｋ?ｋ??ｗ１０?２０?４０?６０?＂１０?２０?４０?Ｗ??ｋ?ｋ??－１０?２０?４０?６０?‘１０?２０?４０?８０??ｋ?ｋ??１ｉ??????１ｉ?????—ｉ??＾?ｉ????｜??＾???????０?２０?４０?６０?０?２０?４０?６０??ｋ?ｋ??圖２－１４基于分布式濾波器得到的系統(tǒng)未知輸入的估計誤差??Ｆｉｇ．２－１４?Ｔｈｅ?ｅｓｔｉｍａｔｉｏｎ?ｅｒｒｏｒ?ｏｆ?ｔｈｅ?ｕｎｋｎｏｗｎ?ｉｎｐｕｔｓ?ｂａｓｅｄ?ｏｎ?ｔｈｅ?ｄｉｓｔｒｉｂｕｔｅｄ?ｆｉｌｔｅｒ??４０??

?北京化工大學(xué)博士學(xué)位論文???０．７?Ｉ?Ｉ?Ｉ?Ｉ??０．６?－?－??０．５?－?｛?－??０．４?－?／?－??０．３?－?丨?－??０．２?－?／?－??０．１?－?／?－??０?丨＇－?■】?１?—?＾?＇???０?５０?１００?１５０?２００?２５０??圖３－１〇矩陣的??Ｆｉｇ．３－１０?ｏｆ?ｔｈｅ?ｍａｔｒｉｘ??通過圖３－１０可以發(fā)現(xiàn)，九小于１，因此，時不變?yōu)V波器是漸近穩(wěn)定的。狀態(tài)估??計誤差的協(xié)方差矩陣％所到達的固定點的值戶所示如下。??＂０．００１２?〇．〇〇〇〇〇．〇〇〇〇?０．００５１?—０．００３８?０．０００１?０．０００９?－０．００４８?＂??０．００００?０．０１２２?０．００００?０．００００?０．００００?０．００００?０．００００?０．００００??〇．〇〇〇〇〇．〇〇〇〇〇．〇０５５?０．００００?０．００００?０．００００?０．００００?０．００００??－－０．００２１?０．００００?０．００００?－０．００７３?０．００４２?－０．００１０?０．０００２?０．００５０??Ｐ＝??０．００５３?０．００００?０．００００?０．００１３?－０．０００９?－０．００４９?０．４９４７?－０．４９０７??－０．００３０?０．００００?０．００００?０．００３９?０．００７７?０．０１４６?－０．１４８６?０．１４１７??０．０９４３?〇．〇〇〇〇〇．〇〇〇〇－〇．〇５４９?０．２８２４?０．１３３２?０．２５９２?－０．１１００??－０．０９０３?０．００００?０．００００?０．０５７８?－０．２７３

【參考文獻】：
期刊論文
[1]失控:全人類的最終命運和結(jié)局[J]. 凱文·凱利.  學(xué)習(xí)月刊. 2015(13)
[2]輸入未知條件下基于自適應(yīng)廣義卡爾曼濾波的結(jié)構(gòu)損傷識別[J]. 穆騰飛,周麗.  振動工程學(xué)報. 2014(06)
[3]Unknown Input Extended Kalman Filter and Applications in Nonlinear Fault Diagnosis[J]. 李令萊,周東華,王友清,孫德輝.  Chinese Journal of Chemical Engineering. 2005(06)
[4]多智能體技術(shù)應(yīng)用綜述[J]. 劉金琨,爾聯(lián)潔.  控制與決策. 2001(02)

博士論文
[1]低階多智能體系統(tǒng)分析與控制協(xié)議設(shè)計[D]. 王強.山東大學(xué) 2012



本文編號：3526696