-
公开(公告)号：CN118232877A
公开(公告)日：2024-06-21
申请号：CN202410423443.5
申请日：2024-04-09
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种多速率非线性系统的抗窃听分布式融合滤波方法，所述方法包括如下步骤：一、建立基于传感器网络的多速率非线性系统动态模型；二、通过预测补偿策略，将多速率非线性系统动态模型转化为单速率非线性系统动态模型；三、设计抗窃听分布式融合器；四、计算一步预测误差协方差上界#imgabs0#五、推导局部分布式滤波器参数Ki(tk+1)；六、推导选择矩阵Lij(tk+1)；七、将Ki(tk+1)和Lij(tk+1)代入三，获得融合滤波#imgabs1#八、求解局部滤波误差协方差上界#imgabs2#本发明解决了现有融合滤波方法不能同时处理存在窃听者以及衰减测量的多速率非线性系统的滤波问题，从而提高了此类问题滤波性能的准确率。
-
公开(公告)号：CN117194866B
公开(公告)日：2024-03-26
申请号：CN202311169578.5
申请日：2023-09-11
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于质量弹簧阻尼系统的分布式滤波方法，所述方法包括如下步骤：一、建立网络攻击影响下的分数阶状态饱和质量弹簧阻尼系统动态模型；二、设计分布式状态饱和滤波器；三、计算第i个传感器节点在第s时刻的一步预测误差协方差上界Φi,s+1|s；四、根据Φi,s+1|s推导出第i个传感器节点在第s+1时刻的分布式滤波器参数#imgabs0#五、将#imgabs1#代入至分布式状态饱和滤波器中，得到第i个传感器节点在第s+1时刻的滤波#imgabs2#若s+1＜M，则执行六；六、根据#imgabs3#求解出第i个传感器节点在第s+1时刻的滤波误差协方差上界Φi,s+1|s+1；令s＝s+1，执行二，直至s+1≥M。本发明解决了现有分布式滤波方法难以同时处理网络攻击及状态饱和下的分布式滤波问题，导致滤波性能降低。
-
公开(公告)号：CN115865702B
公开(公告)日：2023-05-09
申请号：CN202211430178.0
申请日：2022-11-15
Applicant: 哈尔滨理工大学
IPC: H04L41/14 , H04L41/142 , H04L67/12
Abstract: 本发明公开了一种网络调度策略下具有数据衰减的分布式融合估计方法，所述方法包括如下步骤：步骤一、建立具有数据衰减现象的随机非线性时滞系统的传感器网络动态模型；步骤二、对传感器网络动态模型进行状态估计；步骤三、计算一步预测误差协方差矩阵上界∑i,k+1|k；步骤四、计算估计迭代修正矩阵Ki,k+1；步骤五、将Ki,k+1代入步骤二中，得到状态估计判断k+1是否达到传感器网络总时长M，若k+1＜M，则执行步骤六，若k+1＝M，则结束；步骤六、计算估计误差协方差矩阵上界∑i,k+1|k+1；步骤七、计算融合估计和融合估计误差协方差矩阵∑0k+1|k+1；令k＝k+1，返回执行步骤二，直至满足k+1＝M。本发明解决了现有方法存在数据衰减现象和网络带宽受限时，不完全的测量信息传输到估计器时，导致其融合估计精度低的问题。
-
公开(公告)号：CN109728795B
公开(公告)日：2022-11-18
申请号：CN201811582361.6
申请日：2018-12-24
Applicant: 哈尔滨理工大学
IPC: H03H17/02
Abstract: 未知概率情形下具有数据丢失的时变事件触发滤波方法，属于控制系统领域。现有的滤波方法不能同时处理未知概率的数据丢失和随机非线性以及事件触发机制，影响滤波器性能的问题。本发明方法包括，建立具有未知概率的数据丢失、随机非线性以及事件触发机制的时变系统的动态模型；根据建立的时变系统动态模型设计滤波器；计算滤波器的一步预测误差协方差矩阵的上界；之后计算滤波增益矩阵；之后计算滤波误差协方差矩阵的上界；将获得的滤波增益矩阵代入设计的滤波器，获得具有未知概率的数据丢失、随机非线性以及事件触发机制滤波器。本发明可以同时处理未知概率的数据丢包和随机非线性以及事件触发机制，达到非线性扰动的目的，且易于求解与实现。
-
公开(公告)号：CN109039725B
公开(公告)日：2021-07-27
申请号：CN201810814462.5
申请日：2018-07-23
Applicant: 哈尔滨理工大学
IPC: H04L12/24
Abstract: 一种具有随机发生耦合的复杂网络优化估计方法，本发明涉及具有随机耦合复杂网络优化估计方法。本发明解决了现有状态估计方法不能同时处理具有测量丢失现象和不准确发生概率的随机发生耦合的时滞复杂网络，导致估计性能准确率低，以及存在传输数据丢失、传输失败、耦合节点无法接收到其他节点信息同时发生的情况下，导致估计性能准确率低的问题。过程为：一、建立随机发生耦合时滞复杂网络动态模型；二、事件触发协议下对动态模型进行状态估计；三、计算∑i,k+1|k；四、计算Ki,k+1；五、得到判断k+1是否达到M，若k+1＜M，执行六，反之结束；六、计算∑i,k+1|k+1；另k＝k+1，执行二，直至满足k+1＝M。本发明用于复杂网络优化估计领域。
-
Patent Agency Ranking
公开(公告)号：CN109088749B
公开(公告)日：2021-06-29
申请号：CN201810812837.4
申请日：2018-07-23
Applicant: 哈尔滨理工大学
Abstract: 一种随机通讯协议下复杂网络的状态估计方法，它用于控制系统的网络状态估计技术领域。本发明解决了现有的状态估计方法不能够同时处理具有随机内耦合以及测量丢失现象的复杂网络的状态估计的问题。本发明同时考虑了具有未知概率的测量丢失现象以及随机内耦合对状态估计性能的影响，利用扩展卡尔曼滤波方法全面考虑了估计误差协方差矩阵的有效信息，达到了抗扰动的目的；与现有的通讯协议下复杂网络状态估计方法相比，本发明的方法可以将估计误差控制在极小的范围内，在易于求解的同时，可以将估计的精确度提高10％以上。本发明可以应用于网络状态估计技术领域用。
-
公开(公告)号：CN109728796A
公开(公告)日：2019-05-07
申请号：CN201811517629.8
申请日：2018-12-12
Applicant: 哈尔滨理工大学
IPC: H03H21/00
Abstract: 一种基于事件触发机制的滤波方法，本发明涉及基于事件触发机制的滤波方法。本发明解决了现有滤波方法估计误差大的问题。过程为：一、建立非线性随机系统的动态模型；二、事件触发机制下对非线性随机系统的动态模型进行滤波器设计；三、计算滤波器的一步预测误差协方差矩阵上界；四、计算滤波增益矩阵；五、将滤波增益矩阵带入二，得到第k+1时刻的状态估计；判断k+1是否达到网络总时长M，若k+1＜M，则执行六，若k+1＝M，则结束；六、计算出滤波误差协方差矩阵上界；另k＝k+1，执行二，直至满足k+1＝M。本发明用于事件触发机制的滤波领域。
-
公开(公告)号：CN109375517A
公开(公告)日：2019-02-22
申请号：CN201811517610.3
申请日：2018-12-12
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明提供不确定发生概率情形下网络化控制系统的滑模控制方法，属于滑模控制技术领域。本发明首先针对不确定发生概率的数据丢包情形下具有分布式传感器时滞和有界时变时滞的网络化控制系统的动态模型设计滑模函数，构造系统的控制器并分别代入动态模型与滑模函数中，保证所得到的滑模函数在有限时间内收敛至滑模面的带状邻域内，获得此时的等效控制；将等效控制代入网络化控制系统，得到闭环系统，并分析其稳定性，最后获得滑模函数中待求解的矩阵，实现滑模控制方法。本发明解决了在网络化控制系统具有不确定发生概率的数据丢包情形下，现有滑模控制技术不能同时处理分布式传感器时滞和有界时变时滞的问题。本发明可用于系统的滑模控制。
-
公开(公告)号：CN118963137A
公开(公告)日：2024-11-15
申请号：CN202411065017.5
申请日：2024-08-05
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种Delta算子框架下的耗散滑模控制方法，所述方法如下：建立具有时滞和外部扰动的T‑S模糊Delta算子系统的动态模型；对动态模型进行模糊状态观测器设计；根据动态模型和模糊状态观测器，获得相应的观测误差系统；构造模糊滑模面以及模糊滑模控制器；通过Lyapunov稳定性方法、Delta算子方法和凸优化方法，获得保证模糊状态观测器系统和观测误差系统渐近稳定和严格耗散以及滑模面可达的判别条件；根据判别条件，求得模糊状态观测器增益矩阵和模糊滑模控制器增益矩阵并代回到模糊状态观测器和模糊滑模控制器中。该方法能实现对具有时滞和外部扰动的T‑S模糊Delta算子系统的耗散滑模控制。
-
公开(公告)号：CN116431981A
公开(公告)日：2023-07-14
申请号：CN202211566212.7
申请日：2022-12-07
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于移动机器人定位系统的分布式集员滤波方法，所述方法包括如下步骤：步骤一、建立加密解密机制下具有状态饱和的移动机器人定位系统动态模型；步骤二、在最小化滤波误差椭球域意义下设计分布式集员滤波器；步骤三、计算传感器网络中每个节点在k时刻的中间矩阵Pi,k+1|k；步骤四、计算每个传感器节点的滤波器增益矩阵步骤五、设计第i个传感器节点在k+1时刻的分布式集员滤波器判断k+1是否达到总时长M，如果k+1＜M，则执行步骤六，若k+1≥M，则结束运行；步骤六、计算每个传感器节点的滤波误差受限矩阵Pi,k+1|k+1；令k＝k+1，执行步骤二，直至满足k+1≥M。本发明解决了现有分布式滤波方法不能处理加密解密机制下具有状态饱和的传感器网络的分布式滤波问题。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.028 seconds)
