基于自适应事件触发的时滞系统分布式滤波

来源 :江南大学 | 被引量 : 0次 | 上传用户:changsj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着传感技术及通信技术的迅速发展,无线传感器网络在工业、军事等领域广泛应用。许多实际工程问题都可以建模成一个动态系统的状态估计问题,设计一个有效的、可靠性高的分布式滤波算法是传感器网络研究中的一个重要方向。在分布式滤波的研究中如何融合网络中多个设备的信息实现高可用性和高鲁棒性,如何解决复杂网络环境中存在的网络攻击、数据量化、切换拓扑等问题是研究重点。无线传感器网络中设备通常由锂电池供电,设备能源有限,频繁的数据通信不可避免的造成设备能耗增大,并且水下、战场等部署环境存在较高的维护成本,因此采用事件触发机制降低滤波器间数据传输频率及设备能耗从而提高资源利用率、增加系统寿命是非常具有实际意义的研究内容。本文针对存在欺骗攻击、切换拓扑和数据量化问题的离散时变时滞系统,设计分布式滤波器。具体工作如下:(1)研究一类基于固定阈值事件触发机制下带有网络欺骗攻击的时滞系统分布式滤波问题。采用Bernoulli分布的随机序列描述欺骗攻击时刻并建立相应的欺骗攻击模型。采用Lyapunov稳定性理论进行分析,证明滤波误差系统是均方指数稳定的,并给出系统满足l2-l∞性能指标的充分条件,设计能够抑制系统外部扰动和网络欺骗攻击的离散时滞系统分布式l2-l∞滤波器。使用线性矩阵不等式方法求解滤波器参数,通过数值仿真验证滤波器的有效性。(2)研究一类基于自适应事件触发机制下带有数据量化的时滞系统分布式滤波问题。自适应事件触发机制采用阈值自适应调节方案,使阈值参数在保证滤波器性能前提下根据滤波器当前时刻估计值及最新释放数据之间的误差进行动态调节,从而实现网络资源利用率最大化。考虑传感器精度和网络传输带宽有限,因此建立对数量化器模型实现数据的量化处理。通过仿真实例验证所设计的滤波器能够有效解决一类数据量化问题。(3)研究一类基于自适应事件触发机制下带有网络拓扑结构切换的时滞系统分布式滤波问题。设计一类采用固定步长调节的自适应事件触发方案。采用Markov链描述滤波器网络拓扑结构的切换。通过构造一个Lyapunov函数对滤波误差系统进行分析,证明系统均方指数稳定且满足l2-l∞性能指标,使用线性矩阵不等式方法求解滤波器参数。最后通过数值仿真实例对比两类自适应事件触发机制,仿真结果证明设计的滤波器能够适应拓扑结构的切换,在保证滤波性能的同时降低节点间通信频率,节约网络通信资源及设备能耗。
其他文献
近年来,因严重交通事故、火灾及工业意外等所致的高能量损伤急剧增多,据估计我国每年因此而接受创面修复手术的患者有近百万例。不合理的术前设计方案易造成皮瓣崩裂、坏死等而引发患处功能障碍,甚至可致截肢,给患者增添更多的痛苦和经济负担。因此,研究并创新现有的术前皮瓣设计方法,快速制定合理的术前指导方案,是基础研究转化为临床应用极好的切入点,具有重要的理论意义和实际价值。本文面向临床中的创面实例,就三维创面
移动互联网时代,信息数据如图片、文本、音视频等呈现爆炸式增长。如何从这些语义关联且模态多样的数据中获取有价值的信息显得尤为重要,跨模态检索也因此备受关注。与图片检索等单模态检索不同,跨模态检索能跨越不同模态实现信息检索,更能满足用户日益增长的检索需求。而不同模态的数据特征表示间存在天然的异构鸿沟,无法直接度量其相似性,同模态数据的底层特征表示与高层语义类别间又存在语义鸿沟,难以获得语义一致的数据表
聚类分析作为数据挖掘和模式识别等领域的重要工具,一直以来都是非常热门的研究话题之一,并得到了非常广泛的应用。但是,随着应用环境的不断变化,特别是进入“大数据”时代,数据规模的庞大性和结构的复杂性对聚类分析提出了越来越严峻的挑战,特别是数据的高维度越来越普遍,包括各种图像数据、生物基因表达数据、搜索引擎数据等的维度往往高达上万维。传统聚类算法通常是针对低维度数据设计开发的,在进行高维数据的分析处理时
近年来,随着各种功能性材料的开发利用,微纳制造在诸如柔性电子、光学器件、微流控器件等众多领域显得尤为重要。目前几种主流的微纳制造手段中,还存在设备昂贵、加工效率低、成型范围有限以及制造精度低等问题,难以满足现有的应用需求。电流体动力学(Electrohydrodynamics,EHD)直写打印技术是一种新型的微纳尺度打印方法,作为一种无掩模、非接触、直写增材制造工艺,具有成型速度快、材料兼容性好以
三维(3D)成像广泛应用于生物医学、材料科学、人机交互等领域,相较于传统的二维成像与显示技术,基于微透镜阵列的光场成像可将光线的位置与角度信息以四维双平面形式进行编码,较传统方式增加了两个自由度,克服了传统成像无法采集光线方向的固有局限。光场图像由子图像阵列组成,其中包含了丰富的物体信息,这些信息中可在重构阶段恢复物体深度,在虚拟现实、三维重建、目标检测等机器视觉领域具有重要作用。然而,目前基于光
在现如今海量的数据环境和高效的性能要求下,深度学习算法因其具有的多层非线性结构而具有非常强大的特征表达能力和建模能力,已经在许多任务中逐渐取代了传统算法。现代医学中,医生主要依靠各种模态的医学影像图像做出诊断及治疗计划。医学影像图像的种类很多,如计算机断层扫描成像(CT)、核磁共振成像(MR)、正电子发射计算机断层显像(PET)等。不同模态的医学图像能够提供不同的信息,借助深度学习算法分析和处理医
随着芯片朝微型化以及高度集成化的趋势发展,芯片的封装速度以及容量都得到了极大地提高。芯片封装的高度集成化需求推动了封装技术快速发展,但随着芯片尺寸变小,芯片封装的制造工艺越来越具挑战性,封装过程中缺陷也越容易产生且难以检测,因此对芯片中的微缺陷进行可靠且稳定的检测显得十分重要。基于高频超声的声显微成像技术已经被广泛且有效地应用于微电子封装的微缺陷检测中,但是在高频超声检测过程超声会出现噪声和边缘衍
随着社会视频监控系统的不断完善,行人重识别作为一个重要的视频监控应用受到了广大研究者的重视。行人重识别旨在完成跨摄像头场景下对相同身份行人的识别任务,在跨摄像头寻人、嫌疑人识别以及目标行人轨迹追踪等视频监控任务中有着较为重要的应用。随着深度学习的发展,构建深度网络的方法逐渐成为了行人重识别的研究热点之一。对于单模态行人重识别,由于存在拍摄角度不同、光照强度不同及人物遮挡等问题带来的挑战,所以如何设
组织工程学是指通过将生命科学与工程学原理进行结合,研究和开发某种生物替代物并将其运用于器官和组织修复。其中,构建三维组织支架是必不可少的一个环节,该种组织工程支架必须要满足一定的机械力学性能要求,并且支架的结构形态需要设计精准的匹配值,否则支架结构所具有的生物机械性能、几何以及液体传输等特性会因其局部或整体结构的变化产生不可逆的影响,进而影响种植在支架中的细胞活性。因此,设计具有良好结构形态及优秀
溺水是全球主要的公共卫生问题,是世界上意外死亡的主要原因之一。在溺水之后,最常见的并发症是急性肺损伤(Acute lung injury,ALI)或者急性呼吸窘迫综合征(Acute respiratory distress syndrome,ARDS)。海水淹溺导致的ALI/ARDS是一个复杂的病理过程,氧化应激和炎症共同参与溺水性肺损伤的发病机制,但是其具体的分子机制尚未完全阐明。血红素加氧酶-