线性分式扰动下奇异系统鲁棒滤波递推算法
研究了线性分式扰动下线性奇异系统的状态估计问题,给出了一种Kalman形式的递推滤波算法.研究表明,线性分式不确定性可以表示为一系列加性不确定性的交集.本文讨论了如何寻找保守性最弱的加性不确定性来近似该交集,并证明了该问题在鲁棒滤波过程中可以转化为凸优化问题.数值仿真验证了上述算法的有效性.对于具有结构约束的线性分式不确定性,该算法的性能优于现有算法.
Kalman滤波、奇异系统、线性分式不确定性、鲁棒性
33
TP13(自动化基础理论)
国家自然科学基金60574008;60625305;高等学校博士学科点专项科研项目20050003096
2008-01-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
1150-1155