-
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。
-
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。
-
Patent Agency Ranking
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：CN119882420A
公开(公告)日：2025-04-25
申请号：CN202411820082.4
申请日：2024-12-11
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 一种基于动态事件触发的周期性间歇控制方法，属于控制技术领域。该方法考虑了测量输出存在误差的现象、系统中存在不同的时滞以及资源受限问题，以更真实和客观地反映工程实际情况。同时，该方法具有简单、易实施的优点，能有效提高非线性混杂时滞随机系统的稳定性和整体性能。通过动态事件触发机制和间歇控制器，在有效节省资源的前提下能实现预期的控制效果。S1.建立具有测量误差的时滞随机系统动态模型；S2.设计动态事件触发策略；S3.设计基于动态事件触发策略的周期性间歇控制器；S4.获得保证被控系统实现p阶矩指数稳定性的充分条件。
-
公开(公告)号：CN118769249A
公开(公告)日：2024-10-15
申请号：CN202410951667.3
申请日：2024-07-16
Applicant: 哈尔滨理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于混杂触发机制镇定单臂机器人系统的控制方法，所述方法包括如下步骤：步骤一、建立连续时间下的单臂机器人系统动态模型；步骤二、基于步骤一建立的单臂机器人系统动态模型，在测量丢失情形下，设计包含时间触发机制和事件触发机制的混杂触发策略；步骤三、根据步骤二中描述的混杂触发策略，设计基于混杂触发策略的时滞反馈控制器；步骤四、基于步骤三设计的时滞反馈控制器，获得保证被控系统实现均方指数稳定的充分条件。该方法具有简单、易实施的优点，有效提高了单臂机器人系统的稳定性和整体性能。通过混杂触发机制，可以有效平衡系统网络资源的利用，确保在各种工作条件下都能实现有效的控制。
-
公开(公告)号：CN118200158A
公开(公告)日：2024-06-14
申请号：CN202410208823.7
申请日：2024-02-26
Applicant: 哈尔滨理工大学
IPC: H04L41/14 , H04L41/147
Abstract: 本发明公开了一种随机拓扑结构下异步采样速率分布式优化状态估计方法，所述方法如下：一、建立系统状态更新速率和测量采样速率不同的异步采样速率时变非线性动态模型；二、将动态模型转化为单速率的时变非线性动态模型；三、设计随机拓扑结构下的状态估计器；四、计算估计器在qk时刻的估计器增益矩阵Ki(qk)和Gi(qk)；五、将Ki(qk)和Gi(qk)代入估计器中，得到qk+1时刻的状态估计量#imgabs0#六、计算一步预测误差协方差矩阵上界；七、将Ki(qk)和Gi(qk)带入一步预测误差协方差矩阵上界，计算qk+1时刻一步预测误差协方差矩阵的最小上界；令qk＝qk+1，执行三，直至满足qk+1＝K。本发明解决了现有状态估计方法不能同时处理随机拓扑结构下具有随机非线性和异步采样速率的分布式优化状态估计问题。
-
公开(公告)号：CN116431981B
公开(公告)日：2023-09-29
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#imgabs0#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#imgabs1#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 0.022 seconds)
