一种基于自触发和编码解码机制的滤波方法技术

本发明专利技术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U

【技术实现步骤摘要】
一种基于自触发和编码解码机制的滤波方法


[0001]本专利技术涉及一种滤波方法，具体涉及一种基于自触发和编码解码机制的滤波方法。

技术介绍

[0002]时变线性系统的滤波问题是网络化控制系统中一种重要的研究部分，在系统工程、全局定位系统、目标跟踪系统等领域的信号估计任务中获得广泛的应用。
[0003]虽然自然界中普遍存在的是非线性，然而，非线性的处理方法往往是局部线性化。另一方面，自触发机制在降低网络资源使用率方面要优于传统的事件触发机制，而基于自触发机制的滤波方法却并没有得到足够的重视。此外，基于编码解码机制的信息加密方法在网络安全领域起着重要的作用。结合自触发和编码解码机制的滤波方法将在改善网络资源传输以及信息加密方面发挥重要的作用。与此同时，若不能有效地处理自触发和编码解码机制，则很有可能会造成信号失真，从而导致估计误差大。

技术实现思路

[0004]本专利技术的目的是提供一种基于自触发和编码解码机制的滤波方法，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，可用于自触发机制和编码解码机制的滤波领域。
[0005]本专利技术的目的是通过以下技术方案实现的：
[0006]一种基于自触发和编码解码机制的滤波方法，包括如下步骤：
[0007]步骤一、建立时变系统动态模型；
[0008]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；
[0009]步骤三、计算滤波器的一步预测误差协方差矩阵U
h+1|h
；
[0010]步骤四、根据步骤三获得的一步预测误差协方差矩阵U
h+1|h
，计算滤波器在h+1时刻的滤波增益矩阵G
h+1
；
[0011]步骤五、将步骤四中获得的滤波增益矩阵G
h+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；
[0012]步骤六、根据步骤四中获得的滤波增益矩阵G
h+1
，计算滤波误差协方差矩阵的上界U
h+1|h+1
；令h＝h+1，进入步骤二，直至满足h+1＝K。
[0013]相比于现有技术，本专利技术具有如下优点：
[0014]本专利技术的时变系统的滤波方法综合考虑了自触发机制和编码解码机制。与现有的事件触发机制不同，自触发机制并没有实时接收测量信息，从而避免了网络资源的信息对比。此外，编码解码机制保证了传输信息的安全性。本专利技术主要利用卡尔曼滤波方法全面考虑了自触发的信息更新机制以及编码解码的解码误差影响，得到了基于自触发和编码解码机制的滤波方法，且具有易于求解与实现的优点。此外，传统的事件触发方法需要时时利用
传感器测量信息判断触发条件(即，测量信息判断率为100％)，而本专利技术所提出的自触发方法并不需要利用测量信息判断，基于滤波器自身信息进行判断即可，完全避免了网络资源在线时时对比的情形(即，测量信息判断率为0％)。
附图说明
[0015]图1是本专利技术基于自触发和编码解码机制的滤波方法的流程图；
[0016]图2是单目标移动机器人的实际运动轨迹s
h
及其对应的跟踪轨迹的对比图，s
h
＝[s
1,h s
2,h
]T
为移动机器人的坐标位置，为机器人的跟踪坐标位置，其中：实线是机器人的真实轨迹图，虚线是对应的跟踪轨迹图；
[0017]图3是机器人运动轨迹s
h
的滤波均方误差MSE及其对应的上界trace(U
h|h
)的对比图，其中：实线是跟踪均方误差的轨迹图，虚线是对应的上界的轨迹图；
[0018]图4是触发点的序列，(a)是自触发点的序列，(b)是传统事件触发点的序列。
具体实施方式
[0019]下面结合附图对本专利技术的技术方案作进一步的说明，但并不局限于此，凡是对本专利技术技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的精神和范围，均应涵盖在本专利技术的保护范围中。
[0020]本专利技术提供了一种基于自触发和编码解码机制的滤波方法，如图1所示，所述方法包括如下步骤：
[0021]步骤一、建立时变系统动态模型。
[0022]本步骤中，时变系统动态模型的状态空间描述为：
[0023]s
h+1
＝H
h
s
h
+W
h
ω
h
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0024]q
h
＝N
h
s
h
+υ
h
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0025]其中，s
h
为h时刻时变系统动态模型的系统状态变量，s
h+1
为h+1时刻时变系统动态模型的系统状态变量；q
h
为h时刻系统的测量输出；H
h
为h时刻系统的系统矩阵，W
h
为h时刻系统的噪声系数矩阵，N
h
为h时刻系统的量测矩阵；ω
h
是h时刻期望为零、方差为M
h
的系统高斯白噪声；υ
h
是h时刻期望为零、方差为R
h
的测量高斯白噪声；ω
h
与υ
h
是相互独立的并且关于时刻h也是相互独立的。
[0026]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。具体步骤如下：
[0027]步骤二一、选取如下的自触发函数：
[0028][0029]式中，表示上一个触发时刻的输出值，h
l
为当前h时刻对应的上一个触发时刻，δ是一个触发阈值，δ＞0；σ是触发调节参数，σ≥1；trace{
·
}表示对变量“·”求迹；N
h+1
为h+1时刻系统的量测矩阵；U
h+1|h
为一步预测误差协方差矩阵；为h+1时刻的测量估计误差，H
h
为h时刻系统的系统矩阵，为s
h
的估计；R
h+1
为h+1时刻测量高斯白噪声
的方差；为μ
h+1
的转置；为N
h+1
的转置；上标“T”表示转置，下一触发时刻序列通过下式判断产生：
[0030][0031]其中，Z
+
为正整数集，inf{}为取下限函数。即当(3)式满足时，q
h+1
被允许传输；经过自触发机制后传递给滤波器的测量值为：
[0032][0033]式中，为在h时刻经过自触发机制后传递给滤波器的实际输出值；
[0034]步骤二二、构造滤波器公式：
[0035][0036本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自触发和编码解码机制的滤波方法，其特征在于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U
h+1|h
；步骤四、根据步骤三获得的一步预测误差协方差矩阵U
h+1|h
，计算滤波器在h+1时刻的滤波增益矩阵G
h+1
；步骤五、将步骤四中获得的滤波增益矩阵G
h+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、根据步骤四中获得的滤波增益矩阵G
h+1
，计算滤波误差协方差矩阵的上界U
h+1|h+1
；令h＝h+1，进入步骤二，直至满足h+1＝K。2.根据权利要求1所述的基于自触发和编码解码机制的滤波方法，其特征在于所述步骤一中，时变系统动态模型的状态空间描述为：s
h+1
＝H
h
s
h
+W
h
ω
h
q
h
＝N
h
s
h
+υ
h
其中，s
h
为h时刻时变系统动态模型的系统状态变量，s
h+1
为h+1时刻时变系统动态模型的系统状态变量；q
h
为h时刻系统的测量输出；H
h
为h时刻系统的系统矩阵，W
h
为h时刻系统的噪声系数矩阵，N
h
为h时刻系统的量测矩阵；ω
h
是h时刻期望为零、方差为M
h
的系统高斯白噪声；υ
h
是h时刻期望为零、方差为R
h
的测量高斯白噪声。3.根据权利要求1所述的基于自触发和编码解码机制的滤波方法，其特征在于所述步骤二的具体步骤如下：步骤二一、选取如下的自触发函数：式中，表示上一个触发时刻的输出值，h
l
为当前h时刻对应的上一个触发时刻，δ是一个触发阈值，δ＞0；σ是触发调节参数，σ≥1；trace{
·
}表示对变量“·”求迹；N
h+1
为h+1时刻系统的量测矩阵；U
h+1|h
为一步预测误差协方差矩阵；为h+1时刻的测量估计误差，H
h
为h时刻系统的系统矩阵，为s
h
的估计；R
h+1
为h+1时刻测量高斯白噪声的方差；为μ
h+1
的转置；为N
h+1
的转置；上标“T”表示转置，下一触发时刻序列通过下式判断产生：其中，Z
+
为正整数集，inf{}为取下限函数；即满足时，q
h+1
被允许传输；经过自触发机制后传递给滤波器的测量值为：式中，为在h时刻经过自触发机制后传递给滤波器的实际输出值；步骤二二、构造滤波器公式：
其中，为s

【专利技术属性】
技术研发人员：张红旭，王鸿桂，胡军，徐龙，王祺锋，王淑华，杨海，腾凯乐，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：