کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4969175 1449897 2017 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Event-based filtering for time-varying nonlinear systems subject to multiple missing measurements with uncertain missing probabilities
ترجمه فارسی عنوان
فیلتراسیون مبتنی بر رویداد برای سیستم های غیر خطی متغیر زمان با چندین معیوب از دست رفته با احتمال نامعلوم گم شده
کلمات کلیدی
سیستم های غیر خطی متغیر زمان. فیلتر مجدد مکانیزم رویداد، چندین اندازه گیری از دست رفته، احتمال نامعلوم گمراه کننده،
ترجمه چکیده
این مقاله در رابطه با مسئله فیلتر کردن بازگشتی برای یک کلاس از سیستم های تصادفی غیر خطی متغیر با توجه به انتقال رویدادها و چندین معیوب از دست رفته با احتمال نامعلومی گمراه کننده است. اندازه گیری از سنسورهای مختلف ممکن است پدیده های گمشده را تحت تاثیر قرار دهد که با مجموعه ای از متغیرهای تصادفی برونولی متقابلا مشخص می شوند و احتمالات گم شده می توانند نامطلوب باشند. علاوه بر این، مکانیزم انتقال انتقال رویداد به منظور کاهش بار ارتباطات شبکه معرفی شده است، جایی که اندازه گیری فعلی به فیلتر از راه دور منتقل می شود تنها زمانی که آن را به شدت در مقایسه با قبلی تغییر می کند. هدف از این مقاله طراحی یک فیلتر متغیر زمانی است که در صورت وجود چند اندازه گیری از دست رفته، مکانیزم انتقال رویداد و غیر خطی های تصادفی، حد بالایی کوواریانس خطای فیلترینگ بدست می آید و سپس با طراحی مناسب افزایش فیلتر. شکل صریح جذب فیلتر از نظر راه حل دو معادله ماتریس بازگشتی داده می شود. نشان داده شده است که طرح فیلترینگ توسعه یافته از یک فرم بازگشتی مناسب برای محاسبات آنلاین است. در نهایت، ما دو مثال را برای نشان دادن امکان و کاربرد برنامه فیلتراسیون رویدادهای توسعه یافته ارائه می دهیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
This paper is concerned with the recursive filtering problem for a class of time-varying nonlinear stochastic systems in the presence of event-triggered transmissions and multiple missing measurements with uncertain missing probabilities. The measurements from different sensors may undergo the missing phenomena, which are characterized by a set of mutually independent Bernoulli random variables and the missing probabilities could be uncertain. In addition, the event-triggered transmission mechanism is introduced to reduce the network communication burden, where the current measurement is transmitted to the remote filter only when it changes greatly compared with the previous one. The aim of this paper is to design a time-varying filter such that, in the presence of the multiple missing measurements, event-triggered transmission mechanism and stochastic nonlinearities, an upper bound of the filtering error covariance is obtained and then minimized by properly designing the filter gain. The explicit form of the filter gain is given in terms of the solutions to two recursive matrix equations. It is shown that the developed filtering scheme is of a recursive form applicable for the online computations. Finally, we provide two illustrative examples to demonstrate the feasibility and applicability of the developed event-triggered filtering scheme.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Fusion - Volume 38, November 2017, Pages 74-83
نویسندگان
, , , ,