不确定系统改进的鲁棒协方差交叉融合稳态Kalman预报器
针对带随机参数和噪声方差两者不确定性的线性离散多传感器系统,利用虚拟噪声补偿随机参数不确定性,原系统可转化为仅带不确定噪声方差的系统。根据极大极小鲁棒估值原理,用Lyapunov 方程方法提出局部鲁棒稳态Kalman 预报器及其误差方差最小上界,并利用保守的局部预报误差互协方差,提出改进的鲁棒协方差交叉(Covariance intersection, CI)融合稳态Kalman 预报器及其误差方差最小上界。克服了原始CI 融合方法要求假设已知局部估值及它们的保守误差方差的缺点和融合误差方差上界具有较大保守性的缺点。证明了鲁棒局部和融合预报器的鲁棒性,并证明了改进的CI融合器鲁棒精度高于原始CI融合器鲁棒精度,且高于每个局部预报器的鲁棒精度。一个仿真例子验证了所提出结果的正确性和有效性。
不确定系统、协方差交叉融合、极大极小鲁棒Kalman预报器、虚拟噪声、Lyapunov方程方法
42
TP1;G64
国家自然科学基金60874063,60374026;黑龙江大学研究生创新科研项目YJSCX2015-002HLJU
2016-08-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
1198-1206