【摘 要】
:
传感器网络因其造价低廉、易于维护、可靠性高的优点无论在民用还是军用领域都应用广泛。值得关注的是,传感器的测量信号在传输过程中极易受到不稳定信道的干扰导致测量衰减,影响系统的性能。另外,如果大量数据同时传输,不仅会占用公共网络资源,而且还容易影响传输效果和滤波性能。因此,研究测量衰减下基于通讯协议的非线性系统的分布式滤波问题,既具有重要的理论意义又具有实际应用价值。本文将针对测量衰减下基于通信协议的
论文部分内容阅读
传感器网络因其造价低廉、易于维护、可靠性高的优点无论在民用还是军用领域都应用广泛。值得关注的是,传感器的测量信号在传输过程中极易受到不稳定信道的干扰导致测量衰减,影响系统的性能。另外,如果大量数据同时传输,不仅会占用公共网络资源,而且还容易影响传输效果和滤波性能。因此,研究测量衰减下基于通讯协议的非线性系统的分布式滤波问题,既具有重要的理论意义又具有实际应用价值。本文将针对测量衰减下基于通信协议的非线性系统分布式滤波展开研究,并考虑众多实际工程实践中的影响因素,如:网络化现象、量化影响、网络攻击、切换拓扑、饱和现象、非线性干扰等。主要内容如下:第一部分为绪论,主要介绍基于传感器网络的分布式滤波、网络化现象与量化影响、网络攻击和切换拓扑、网络通讯协议、饱和现象,以及相应的国内外研究现状。第二部分研究一类非线性系统在测量衰减及量化输出下的事件触发分布式H∞滤波问题。首先,提出一个描述受测量衰减、量化输出、传感器饱和影响的测量输出模型。其次,引入事件触发协议,为每个传感器节点建立一个分布式事件触发滤波器。然后,基于Lyapunov稳定性理论和随机分析方法,分析滤波误差系统的均方指数稳定性及H∞性能。最后,通过求解一组线性矩阵不等式得到滤波器的增益。第三部分研究一类状态饱和非线性系统在时变测量衰减及欺骗攻击下的事件触发分布式安全滤波问题。首先,利用齐次马尔可夫链刻画测量衰减函数概率特征的跳变,并采用伯努利随机序列描述欺骗攻击的随机发生。其次,提出一个分布式事件触发安全滤波器结构。然后,利用Lyapunov函数对滤波误差系统的H∞性能进行分析。最后,通过求解凸优化问题给出所设计滤波器的增益。第四部分研究一类随机发生非线性的系统在Rice测量衰减及切换拓扑下基于Round-Robin协议的分布式耗散滤波问题。首先,利用Rice衰减模型对传感器的测量输出进行描述,并且采用一组右连续的信号给出拓扑的切换规则。其次,提出一个基于Rice衰减与Round-Robin协议的分布式耗散滤波器结构。然后,通过构造Lyapunov函数,利用平均驻留时间法、线性矩阵不等式技术,给出增广系统严格耗散的充分条件。最后,通过矩阵变换建立分布式耗散滤波器的设计方法。第五部分是总结与展望,总结了本文的研究成果,并对未来的研究工作进行了展望。
其他文献
基于世卫组织给予的数据中,每年交通事故发生的次数不尽其数。其中,疲劳驾驶是其中一大致命因素。在2005年的中国交通事故统计报告提到的47起事故中,因疲劳驾驶导致7起。疲劳驾驶不仅是在伤害自己同时也在伤害他人。为了尽可能地避免疲劳驾驶的事故发生,疲劳驾驶状态检测极其重要。对此,研究疲劳驾驶状态检测具有深刻意义与举足轻重的价值。为了在驾驶过程中能够有效地进行实时检测,本文基于MobileNet-V3轻
为了进一步提升电机驱动系统的功率密度与效率,降低系统的体积与成本,电机与驱动电路的集成化技术逐渐成为研究人员的关注热点。磁功能集成电机驱动的概念指电机与驱动电路共享磁性元件实现各自运行所需的不同功能,从而为系统减少磁性元件的数量。然而磁功能集成电机驱动方案中电机和驱动电路同时包含功率耦合和磁耦合,无法用传统思路独立设计。确定电机励磁绕组参数是解决这一问题的关键。针对此问题,本文提出一种将驱动电路设
随着互联网技术的发展、应用的快速普及,不受时空限制的线上教学风起云涌,特别是受新冠疫情的影响,人们对于无接触式的线上教学的需求变得更加迫切。线上教学打破了时间空间限制,使人们的学习更加自由便捷。但相比于传统课堂,在线课堂环境下师生互动性差,沟通存在一定障碍,教师很难有效监测到学生的学习专注度,学生也可能会因为没有监督而学习效率下降。基于此,本文结合网络线上教学环境的特点,提出了一种视觉特征融合的注
互联网经济的发展,推动着传统物流模式不断变革升级。同时,人口老龄化加剧以及新冠疫情在全球范围内的爆发与持续蔓延,使得高度自动化的智慧物流成为迫切需求。以托盘叉车AGV为代表自主移动机器人在物流业的应用越来越广泛,高重复性和高强度的任务逐步被机器人完成。物流仓储环境复杂多变,由于托盘叉车AGV缺乏对装载目标的自动识别与局部定位能力,智慧物流搬运环节在很大程度上还无法实现完全自动化。本文以托盘叉车AG
人类视觉系统对于外界信息的处理精确而复杂,可真实而高效地感知外部环境,进而快速而准确地识别出不同场景内的目标。近年来,更多学者开始探究生物视觉感知高效性的内在机理,借助神经科学形成了相应的衍生理论如深度学习等,并将其运用到图像的相关目标检测任务中。本文从实际应用出发将图像目标具体化,首先面向自然图像中的目标轮廓,构建双侧注意通路交互响应与融合模型;接着面向视网膜图像中的目标血管,构建双通道非对称卷
大脑作为生物高级神经活动的物质基础,负责对外界刺激的表达响应和编码整合,视觉系统在大脑的作用下可以更好的感知世界。借鉴视觉神经信息处理的工作方式,本文通过模拟视觉神经系统的颜色拮抗机理、层级编码机理以及双目视差机理等,探讨了轮廓检测、颜色恒常以及图像去雾等计算机视觉应用的可能机制。(1)提出一种双目视差前馈补偿的轮廓检测方法。首先,给出一种颜色通道中不同拮抗细胞连接权重动态调整的机制,获得初始轮廓
光电振荡器(Optoelectronic oscillator,OEO)是一种非线性的,耗散的,封闭性的微波光子系统,由长距离的光学支路和电学支路两部分组成一个封闭环路。光电振荡器的相位噪声极低,且其不随频率的上升而恶化,该特点使其有望替代微波振荡器。单频光电振荡器的研究已经在性能优化、系统集成、系统应用等方面取得了非常大的进展,但对于多频光电振荡器的研究还比较欠缺,无法直接振荡产生低相噪的多频率
模块化多电平矩阵变换器(Modular Multilevel Matrix Converter,M3C)作为模块化多电平系列拓扑的一员,具有模块化设计、输出谐波含量低、扩展性强等优势。在分频输电,电力牵引,风力发电等领域具有广阔的应用前景,并引起了工业界和学术界的广泛关注。在对多电平技术的发展和模块化多电平系列拓扑研究分析后,本文的工作以M3C作为研究对象展开,主要内容包含:首先,本文介绍了M3C
近年来,随着无线传感器网络技术的发展,基于位置的服务受到的关注与日俱增,相关的应用需求和定位技术层出不穷。而受限于室内墙体对卫星信号的遮蔽,全球卫星导航系统无法在室内实现精准定位,国内外学者针对室内定位进行了大量的研究,进而催生了许多室内定位技术。无线局域网(Wireless Local Area Network,WLAN)在室内广泛分布,智能移动终端也不断普及,为组合导航定位技术的发展、应用和推
第五代移动通信(5th Generation,5G)中的关键技术之一的非正交多址接入(Non-orthogonal Multiple Access,NOMA)是实现海量用户接入的方案之一,通过在功率域中区分不同的用户使得多个用户信号能够复用同一个时频资源块也即同一个子信道进行通信,能够极大地提升频谱利用率。与此同时也引入了一个新的问题,即如何在有限的时频域中进行资源分配。资源的分配主要包括两个方面