[发明专利]一种新息约束传感器网络的分布式保概率滤波器设计方法

说明书

本申请提供一种新息约束传感器网络的分布式保概率滤波器设计方法，所述方法包括：建立带有新息饱和机制的非线性系统数学模型；设计概率椭球约束目标和平均H_∞性能指标；推导算法存在的充分条件并获得滤波参数；提出两个优化问题以获取局部最优滤波参数。本申请提出的算法能够以指定的概率保证包络约束，可以减少实际应用中不必要的性能约束条件。

技术领域

本发明涉及一种滤波器设计方法，特别涉及一种新息约束传感器网络的分布式保概率滤波器设计方法。

背景技术

目前，滤波估计问题作为一个基础研究主题，在工程应用中是一个十分重要的研究内容。有关于滤波估计问题的研究也取得了丰富成果。

但是，目前的研究一直和实际工程环境之间存在一定的差距。例如，实际工程环境是十分复杂的，可能会出现异常测量值的情况。异常测量值有可能会导致估计性能的恶化。在网络化场景中，恶劣环境中的不可靠测量，以及使用开放网络传输信息受到的恶意攻击，会导致产生异常信息，严重干扰滤波器性能。

实际工程应用特别是噪声干扰严重的环境下，往往不可能，严格以100％概率来保证性能指标。以极高的保证概率进行性能指标设计，很大概率会导致其他指标设计的裕度空间太小，给系统设计的可行性带来一定的负面影响。

发明内容

本申请提供了一种新息约束传感器网络的分布式保概率滤波器设计方法，可用于解决实际工程环境下因为异常值以及噪声问题，导致滤波估计出现较大偏差的技术问题。

本申请提供一种新息约束传感器网络的分布式保概率滤波器设计方法，所述方法包括：

步骤1、建立带有新息饱和机制的非线性系统数学模型；

步骤2、设计概率椭球约束目标和平均H_∞性能指标；

步骤3、推导算法存在的充分条件并获得滤波参数；

步骤4、提出两个优化问题以获取局部最优滤波参数。

可选的，建立带有新息饱和机制的非线性系统数学模型，包括：

步骤1.1，建立在时域[0,T],传感器网络的非线性离散时变系统数学模型：

其中，表示在时刻k系统的状态,/表示在时刻k第i个传感器节点的测量输出，/表示在时刻k+1系统的状态,/表示在时刻k+1第i个传感器节点的测量输出；ω_k是具有单一方差的零均值高斯白色序列；/表示过程噪声，/表示测量噪声；B_k是具有适当维度的已知实矩阵之一，D_k是具有适当维度的已知实矩阵之二，C_i，k是具有适当维度的已知实矩阵之三，E_i，k是是具有适当维度的已知实矩阵之四；是非线性函数之一，/是非线性函数之二；

假设1：噪声序列ν_k和μ_k满足如下约束集：

其中V_k是具有适当维度的正定矩阵之一，U_k是具有适当维度的正定矩阵之二。

步骤1.2，建立滤波器结构：

其中是在时刻k，节点i的系统状态估计；/是在时刻k+1，节点i的系统状态估计；/是在时刻k，节点i的估计输出；F_i，k是待设计的滤波器参数之一，H_ij，k是待设计的滤波器参数之二；对于向量/a^(s)是其第s项；非线性映射/定义如下：