引用本文

祁波, 孙书利. 带未知通信干扰和丢包补偿的多传感器网络化不确定系统的分布式融合滤波. 自动化学报, 2018, 44(6): 1107-1114. doi: 10.16383/j.aas.2017.c160652

QI Bo, SUN Shu-Li. Distributed Fusion Filtering for Multi-sensor Networked Uncertain Systems With Unknown Communication Disturbances and Compensations of Packet Dropouts. ACTA AUTOMATICA SINICA, 2018, 44(6): 1107-1114. doi: 10.16383/j.aas.2017.c160652

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2017.c160652

关键词

未知通信干扰，丢包补偿，乘性噪声，分布式融合滤波，多传感器网络化系统 

摘要

研究了带有未知通信干扰、观测丢失和乘性噪声不确定性的多传感器网络化系统的状态估计问题.通过白色乘性噪声描述系统状态和观测中的随机不确定性，采用一组服从Bernoulli分布的随机变量描述网络传输过程中存在的观测丢失现象，且数据传输中存在未知的网络通信干扰.当发生丢包时，以当前丢失观测的预报值进行补偿.对每个单传感器子系统，应用线性无偏最小方差估计准则设计了不依赖于未知通信干扰的最优线性滤波器.推导了任两个局部滤波误差之间的互协方差阵.进而，应用矩阵加权融合估计算法给出了分布式融合状态滤波器.仿真例子验证了算法的有效性.

文章导读

近年来, 网络化控制系统的广泛应用使得有关网络化系统的控制与估计问题成为广大学者研究的热点[1-4].与传统的点对点控制系统相比较, 网络化控制系统具有信息交互速度快、控制范围广等优点.然而, 网络化系统也面临着在数据网络传输过程中的数据包丢失、随机滞后和未知干扰输入等问题.这些随机不确定性因素极大地影响了系统的性能, 甚至破坏系统稳定性.因此对带有未知干扰、丢失观测和乘性噪声不确定性的网络化系统进行滤波器的设计具有重要的实际意义.

目前, 针对网络化控制系统中涉及的丢包、滞后、未知输入、乘性噪声不确定性问题已有许多研究[5-15], 但综合考虑这些问题的研究文献还鲜见.文献[5-6]研究了带未知输入系统的观测器设计问题.文献[7]给出了线性离散随机系统未知输入和状态的统一形式滤波器.文献[8-10]研究了带有传输滞后、丢包或乘性噪声网络化系统的最优滤波问题.文献[11]对具有多数据包丢失线性离散随机系统设计了故障检测滤波器.然而, 文献[8-11]没有考虑多传感器融合估计问题.考虑到多传感器系统, 文献[12-15]对带有丢包和滞后的网络化多传感器系统研究了融合估计问题.然而, 文献[8-15]在数据包丢失时, 均采用前一时刻的观测近似代替丢失观测, 是一种简单的补偿.文献[16]对带有未知观测干扰和观测丢失的随机不确定多传感器系统给出了线性无偏最小方差最优融合预报器.然而, 对丢失观测没有补偿.文献[17]采用丢失观测的预报器作为补偿设计了稳态滤波器.采用相同的补偿方法, 文献[18]对带有未知通信干扰和丢包多传感器系统设计了融合预报器.由于使用了当前时刻之前的所有观测信息, 所以带预报补偿的估计比没有补偿和利用前一时刻观测补偿的估计具有更高精度.

由于模型误差、传感器老化、外部干扰和网络通信不完全可靠等问题, 网络控制系统中未知通信干扰、丢包和乘性噪声不确定性现象不可避免地存在.本文针对带未知通信干扰、观测丢失和状态与观测中均有乘性噪声不确定性的网络化多传感器系统, 采用文献[17]的方法以丢失观测的一步预报估值作为丢包补偿, 应用线性无偏最小方差估计准则[19], 设计了基于单传感器子系统的递推状态滤波器和基于多传感器系统的分布式融合滤波器.推导了任意两传感器子系统局部滤波器之间的滤波误差互协方差阵.最后, 应用矩阵加权融合估计算法给出了分布式融合滤波器.

图 1  分布式融合估计框图

图 2  分布式融合状态滤波器跟踪图

图 3  局部与分布式融合状态滤波器估计误差方差比较图

针对带有未知通信干扰、丢失观测和乘性噪声不确定性的多传感器网络化系统, 考虑从不同传感器到局部滤波器的数据传输中具有不同丢失率情形, 当观测丢失时采用当前丢失观测的一步预报作为补偿.在线性无偏最小方差意义下, 提出了不依靠未知通信干扰的最优局部子系统状态滤波器.推导了任意两传感器子系统间的估计误差互协方差阵, 应用矩阵加权融合估计算法给出了分布式融合状态滤波器.下一步将开展系统噪声与观测噪声相关情形下状态滤波器的设计, 以及未知通信干扰的估计问题.

作者简介

祁波

黑龙江大学电子工程学院硕士研究生.主要研究方向为状态估计.E-mail:qibo553@163.com

孙书利   

黑龙江大学电子工程学院教授.主要研究方向为网络系统滤波, 多传感器信息融合.本文通信作者.E-mail:sunsl@hlju.edu.cn