-
公开(公告)号：CN116149178A
公开(公告)日：2023-05-23
申请号：CN202211582829.8
申请日：2022-12-08
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于放大‑转发中继器的网络化预测控制方法，所述方法包括如下步骤：步骤一、建立传输时延下的动态系统模型；步骤二、设计基于全维观测器的预测机制；步骤三、构造基于全维观测器的预测机制和放大‑转发中继器的预测控制器；步骤四、寻找确保动态系统在均方意义下输入‑状态稳定的准则；步骤五、求解全维观测器增益矩阵和预测控制器增益矩阵；步骤六、将全维观测器增益矩阵和预测控制器增益矩阵分别代入步骤二和步骤三中。该方法解决了现有控制方法不能应对通讯信道传输容量受限，信号难以实现远距离传输情形以及在传输过程中出现时延的网络化系统，导致信号传输的不真实、控制效果不理想甚至不稳定的问题。
-
公开(公告)号：CN115913175A
公开(公告)日：2023-04-04
申请号：CN202211461992.9
申请日：2022-11-17
Applicant: 哈尔滨理工大学
IPC: H03H17/02
Abstract: 本发明公开了一种基于自触发和编码解码机制的滤波方法，所述方法包括如下步骤：步骤一、建立时变系统动态模型；步骤二、自触发和编码解码机制下对步骤一建立的动态模型进行滤波器设计；步骤三、计算滤波器的一步预测误差协方差矩阵Uh+1|h；步骤四、计算滤波器在h+1时刻的滤波增益矩阵Gh+1；步骤五、将Gh+1代入步骤二的滤波器中，得到h+1时刻的状态估计判断h+1是否达到滤波总时长K，若h+1＜K，则执行步骤六，若h+1＝K，则结束；步骤六、计算滤波误差协方差矩阵的上界Uh+1|h+1；令h＝h+1，进入步骤二，直至满足h+1＝K。该方法解决了现有滤波方法不能综合考虑自触发和编码解码机制的问题。
-
公开(公告)号：CN115733675A
公开(公告)日：2023-03-03
申请号：CN202211400739.2
申请日：2022-11-09
Applicant: 哈尔滨理工大学
IPC: H04L9/40 , H04L41/14 , H04L67/12 , H04L41/142
Abstract: 本发明公开了一种基于感应电机系统的分布式滤波方法，所述方法包括如下步骤：步骤一、建立误码影响下同时具有多重网络攻击和状态饱和的感应电机系统的动态模型；步骤二、设计分布式滤波器；步骤三、计算传感器网络中每个传感器节点在s时刻的一步预测误差协方差矩阵上界Σi,s+1|s；步骤四、计算s+1时刻的滤波器增益矩阵步骤五、将 代入至分布式滤波器中，获得第i个传感器节点在第s+1时刻的滤波 判断s+1是否达到总时长T，若s+1＜T，则执行步骤六，若s+1≥T，则结束运行；步骤六、根据 计算滤波误差协方差矩阵上界Σi,s+1|s+1；令s＝s+1，执行步骤二，直至满足s+1≥T。该方法易于在线求解，解决了现有分布式滤波方法不能同时处理具有状态饱和、多重网络攻击和误码的传感器网络的分布式滤波问题。
-
公开(公告)号：CN119882421A
公开(公告)日：2025-04-25
申请号：CN202411820085.8
申请日：2024-12-11
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 基于动态事件触发机制镇定混杂随机时滞系统的控制方法，属于控制技术领域。该方法考虑了分布式时滞、系统参数突变以及网络资源受限的情形，以更真实和客观地反映系统所遭遇的实际情况。同时，该方法具有简单、适用范围广、易实施的优点，有效提高了混杂随机时滞系统的稳定性。S1.建立受分布式时滞和参数突变影响的混杂随机时滞系统动态模型；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反馈控制器；S4.基获得保证被控系统实现均方意义下多项式稳定性的充分条件。本发明通过动态事件触发机制，可以有效减少信号的传输频率，节省网络资源，且在网络资源受限的环境下能实现预期的控制效果。
-
公开(公告)号：CN118233149A
公开(公告)日：2024-06-21
申请号：CN202410221662.5
申请日：2024-02-28
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于能量收集传感器和抗虚假数据攻击的保安全滤波方法，所述方法如下：一、建立非线性时变复杂网络系统动态模型；二、在虚假数据攻击、能量收集传感器策略下，对非线性时变复杂网络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、计算滤波器在s+1时刻的滤波增益矩阵；五、将滤波增益矩阵代入滤波器中，获得s+1时刻的状态估计；六、计算复杂网络的每个节点的状态估计的滤波误差协方差矩阵的上界；令s＝s+1，执行二。该方法解决了现有的滤波方法不能同时处理存在能量收集传感器及受到虚假数据注入攻击的非线性复杂网络的问题，可用于具有能量收集传感器和抗虚假数据攻击的滤波领域。
-
Patent Agency Ranking
公开(公告)号：CN115883408A
公开(公告)日：2023-03-31
申请号：CN202211506096.X
申请日：2022-11-28
Applicant: 哈尔滨理工大学
IPC: H04L43/08 , H04L41/14 , H04L41/142
Abstract: 本发明公开了一种基于补偿的多速率复杂网络状态估计方法，首先，建立多速率复杂网络的动态模型，并利用零阶保持器策略将多速率动态模型转化为单速率动态模型；然后，引入传输速率方法达到提升能源利用率的目的，设计预测补偿规则以提高估计精度，构造基于补偿的状态估计器；接着，计算估计器的一步预测误差协方差矩阵的上界和估计器增益矩阵；随后将获得的估计器增益矩阵带入状态估计器中得到状态估计变量；最后，将估计器增益矩阵带入一步预测误差协方差矩阵上界的表达式中，得到最小的上界。该方法在解决了多速率复杂网络的状态估计问题的同时减少了节点能源的消耗，且具有递推形式，适合在线应用。
-
公开(公告)号：CN115865702A
公开(公告)日：2023-03-28
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：CN109728796B
公开(公告)日：2022-11-15
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：CN109521676A
公开(公告)日：2019-03-26
申请号：CN201811582376.2
申请日：2018-12-24
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 一种概率分布时滞系统的自适应滑模容错控制方法。属于模容错控制领域。现有滑模控制方法存在不能同时处理系统不确定性、概率分布时滞、执行器故障以及外部扰动上界未知影响系统性能的问题。建立具有系统不确定性、概率分布时滞、执行器故障以及外部扰动上界未知的控制系统的动态模型；对建立的控制系统的动态模型进行滑模面的设计；计算动态模型的滑模面的相应的滑动模态；利用滑动模态，通过李亚普诺夫稳定性定理，获得保证滑动模态性能的判别条件；根据中获得的判别条件，求得增益矩阵；根据增益矩阵，设计自适应律进行滑模控制。本发明能保证系统不确定性、概率分布时滞、执行器故障以及外部扰动上界未知影响系统性能情况下的稳定控制。
-
公开(公告)号：CN109521675A
公开(公告)日：2019-03-26
申请号：CN201811582335.3
申请日：2018-12-24
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 一种具有均匀量化的时变多智能体非脆弱一致性控制方法，属于多智能体系统的反馈控制技术领域。现有的一致性控制方法不能处理均匀量化，影响一致性性能的问题。一种具有均匀量化的时变多智能体非脆弱一致性控制方法，一、建立具有均匀量化的时变多智能体的非线性动态模型；二、设计输出反馈控制器；三、基于非线性动态模型和输出反馈控制器，确定一致性条件；四、根据一致性条件，得到输出反馈控制器增益K存在的充分条件并代入步骤二的输出反馈控制器中，实现对具有均匀量化的时变多智能体的一致性控制；优化一致性性能指标，使具有均匀量化的时变多智能体达到最佳的一致性性能。本发明达到抗非线性扰动的目的，且具有易于求解与实现的优点。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.026 seconds)
