【技术实现步骤摘要】
本专利技术涉及网络控制，具体涉及一种具有测量异常值的网络化系统远端状态估计方法、系统及存储介质。
技术介绍
1、自从20世纪90年代网络化系统被提出以来，就成为了各大工业领域的研究重点之一。网络化系统将分散的现场设备连接网络中，因此能够使用户进行远端的数据传输和信息交流，在很大程度上减少了网络损耗、布线复杂度和维护费用。与此同时，随着无线通信技术的发展，数据传输效率也得到了很大的提高。然而，值得注意的是，由于无线通信网络的引入，数据在传输过程中，会不可避免的遭遇一些阻碍。测量异常值通常是指由于传感器故障、欺骗攻击等导致测量的大偏差。与外部噪声不同的是，测量异常值发生频率未知，并且也不具备一定的统计特性，也不可能预先预测测量异常值对系统性能的影响。因此测量异常值对正常数据的传输具有更加恶劣的干扰。
2、尽管网络化系统具有诸多优点，然而在实际工况中，由于设备规模巨大、物理约束、技术限制或者昂贵的测量成本等原因，无法直接对系统的状态进行测量。因此状态估计问题近年来受到了广泛的研究注意。状态估计算法需要先构建系统的状态方程，然而测量异常值的发生无法用数学方式来描述，给状态估计问题造成很大困难，另外现有的估计方法利用固定饱和的方式来抵抗异常值，这在很大程度上增加了估计误差。因此，一种能够抵抗测量异常值的网络化系统的状态估计器设计方法就具有了重要的现实意义。
技术实现思路
1、本专利技术要解决的技术问题是：测量异常值的发生无法用数学方式来描述，现有的状态估计方法利用固定饱和的方式来
2、针对上述技术问题，本专利技术提供一种带有测量异常值的网络化络系统远端状态估计方法。
3、本专利技术提供的带有测量异常值的网络化系统远端状态估计方法，包括如下步骤：
4、步骤一：构建具有测量异常值的网络化系统的动态模型，所述动态模型中包含网络状态模型及测量输出模型；
5、步骤二：设置状态估计初始值和协方差矩阵初始值；
6、步骤三：设计递推状态估计器，针对网络化系统中可能出现的测量异常值现象构建自适应饱和函数，计算一步预测误差和滤波误差利用矩阵不等式计算估计误差协方差上界矩阵，求解滤波增益矩阵
7、步骤四：判断值是否超过总时长n，若未超过则在下一时刻执行步骤三，反之结束。
8、进一步地，步骤一中所述具有测量异常值的网络化系统的动态模型，所述动态模型为具有测量异常值和乘性噪声的离散非线性网络化系统模型：
9、
10、式中，分别代表时刻下的状态向量，为测量输出，是具有零均值和单位方差的高斯随机变量，过程噪声和测量噪声是分别具有零均值和方差，过程噪声的方差测量噪声的方差f(·)是连续可微分的非线性函数，和是已知矩阵。
11、进一步地，步骤三中构建递推型状态估计器如下：
12、
13、式中和分别为的一步预测值和估计值，就代表的估计值，为待求解的滤波增益，代表自适应饱和函数。
14、进一步地，步骤三中所述构建自适应饱和函数，具体为定义非负的动态饱和阈值对于任意向量定义为：
15、
16、其中自适应饱和函数阈值的演变过程为：
17、
18、其中具有初值属于(0,1)，视作测量的预测，r＝rt>0并且
19、进一步地，步骤三中定义一步预测误差和滤波误差分别为和基于公式(1-1)、(1-2)和(1-3)，并且利用一阶泰勒展开公式分别得到一步预测误差和滤波误差分别为：
20、
21、
22、其中diag{…}表示对角矩阵，是未知时变矩阵并且满足i表示单位矩阵，和分别为已知的时变矩阵；
23、根据公式(1-4)和(1-5)分别得到一步预测协方差和估计误差协方差矩阵分别为：
24、
25、
26、其中
27、由于一步预测误差协方差和滤波误差协方差中存在不确定项，因此利用矩阵不等式得到各自的上界矩阵，并且基于在上界矩阵的迹最小计算得到了待求解的滤波增益矩阵；
28、给定γ、δ1和δ2为三个正标量，令：
29、
30、
31、满足∏0|0＝p0|0>0并且如果那么为滤波误差协方差矩阵的上界，p0|0为初始方差；此外滤波增益矩阵为：
32、
33、其中
34、
35、
36、可以保证上界矩阵的迹最小；其中，tr{·}代表矩阵的迹。
37、一种具有测量异常值的网络化系统远端状态估计系统，该系统具有与上述技术方案任一项技术方案的步骤对应的程序模块，运行时执行上述的具有测量异常值的网络化系统远端状态估计方法中的步骤。
38、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现上述技术方案中中任一项所述的具有测量异常值的网络化系统远端状态估计方法中的步骤。
39、本专利技术的有益效果：
40、本专利技术在测量异常值未知的情况下，设计了自适应饱和函数来减弱测量异常值对估计性能的影响；在此基础上构建系统的动态模型和状态估计器模型，计算估计误差协方差矩阵的上界，并且通过设计合适的滤波增益令其上界的迹最小，同时给出滤波增益的显示表达式。相比于已有的状态估计器设计方法，本专利技术能够解决测量异常值给状态估计问题带来的不利影响，并且不需要刻画测量异常值的统计规律，同时考虑的现象更加贴合实际并且具有更高的估计精度。
本文档来自技高网...【技术保护点】
1.一种具有测量异常值的网络化系统远端状态估计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的具有测量异常值的网络化系统远端状态估计方法，其特征在于，步骤一中所述具有测量异常值的网络化系统的动态模型，所述动态模型为具有测量异常值和乘性噪声的离散非线性网络化系统模型：
3.根据权利要求1所述的具有测量异常值的网络化系统远端状态估计方法，其特征在于，步骤三中构建递推型状态估计器如下：
4.根据权利要求3所述的具有测量异常值的网络化系统远端状态估计方法，其特征在于，步骤三中所述构建自适应饱和函数，具体为定义非负的动态饱和阈值对于任意向量定义为：
5.根据权利要求4所述的具有测量异常值的网络化系统远端状态估计方法，其特征在于，步骤三中定义一步预测误差和滤波误差分别为和基于公式(1-1)、(1-2)和(1-3)，并且利用一阶泰勒展开公式分别得到一步预测误差和滤波误差分别为：
6.一种具有测量异常值的网络化系统远端状态估计系统，其特征在于，该系统具有与上述权利要求1～5任一项权利要求的步骤对应的程序模块，运行时执行上述的具
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现权利要求1～5中任一项所述的具有测量异常值的网络化系统远端状态估计方法中的步骤。
...【技术特征摘要】
1.一种具有测量异常值的网络化系统远端状态估计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的具有测量异常值的网络化系统远端状态估计方法，其特征在于，步骤一中所述具有测量异常值的网络化系统的动态模型，所述动态模型为具有测量异常值和乘性噪声的离散非线性网络化系统模型：
3.根据权利要求1所述的具有测量异常值的网络化系统远端状态估计方法，其特征在于，步骤三中构建递推型状态估计器如下：
4.根据权利要求3所述的具有测量异常值的网络化系统远端状态估计方法，其特征在于，步骤三中所述构建自适应饱和函数，具体为定义非负的动态饱和阈值对于任意向量定义为：
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员：侯男，董宏丽，姜博，申雨轩，杨帆，胡仲瑞，王鹏，
申请(专利权)人：东北石油大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。