کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6951959 1451731 2016 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Minimum variance estimation for linear uncertain systems with one-step correlated noises and incomplete measurements
ترجمه فارسی عنوان
حداقل تخمین واریانس برای سیستم های نامنظم خطی با صدای همبستگی یک مرحله ای و اندازه گیری های ناقص است
کلمات کلیدی
برآوردگرهای واریانس حداقل، سیستم نامشخص قضیه پیش بینی صداهای مرتبط عدم اطمینان ناشی از شبکه،
ترجمه چکیده
این مقاله به مسئله برآورد دولتی برای سیستم های نامشخص خطی با صداهای همبسته و اندازه گیری های ناقص می پردازد. نویزهای چندگانه به معادلات حالت و اندازه گیری وارد می شوند تا عدم قطعیت تصادفی را حساب کنند. و صداهای فرآیند خودکار و متقابل همبستگی یک مرحله ای و صداهای اندازه گیری مورد توجه قرار می گیرند. با استفاده از آخرین اندازه گیری دریافت شده برای جبران بسته های گم شده، تاخیر های تصادفی چند مرحله ای و مدل بسته شدن بسته در این مقاله تایید شده است. با افزایش حالت سیستم، اندازه گیری و متغیرهای تعریف شده جدید، سیستم اصلی به پارامتر تصادفی تبدیل می شود. بر این اساس، برآوردگرهای خطی بهینه در حس حداقل واریانس از طریق تئوری طرح ریزی طراحی شده است. آنها به واریانس صداهای چندتایی، ماتریس ضریب همبستگی یک مرحلهای و احتمال وقوع زیانهای بسته بستگی دارد. سپس شرایط کافی موجود برآوردگرهای حالت پایدار ارائه می شود. در نهایت نتایج شبیه سازی عملکرد الگوریتم های توسعه یافته را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر پردازش سیگنال
پیش نمایش مقاله
حداقل تخمین واریانس برای سیستم های نامنظم خطی با صدای همبستگی یک مرحله ای و اندازه گیری های ناقص است
چکیده انگلیسی
This paper deals with state estimation problem for linear uncertain systems with correlated noises and incomplete measurements. Multiplicative noises enter into state and measurement equations to account for the stochastic uncertainties. And one-step autocorrelated and cross-correlated process noises and measurement noises are taken into consideration. Using the latest received measurement to compensate lost packets, the modified multi-step random delays and packet dropout model is adopted in the present paper. By augmenting system states, measurements and new defined variables, the original system is transformed into the stochastic parameter one. On this basis, the optimal linear estimators in the minimum variance sense are designed via projection theory. They depend on the variances of multiplicative noises, the one-step correlation coefficient matrices together with the probabilities of delays and packet losses. The sufficient condition on the existence of steady-state estimators is then given. Finally, simulation results illustrate the performance of the developed algorithms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Digital Signal Processing - Volume 49, February 2016, Pages 126-136
نویسندگان
, , ,