第 31 卷 第 8 期
Vol. 31 No. 8
控 制 与 决 策
Control and Decision
2016 年 8 月
Aug. 2016
具有传感器增益退化的不确定系统融合估计器
文章编号: 1001-0920 (2016) 08-1413-06 DOI: 10.13195/j.kzyjc.2015.0917
赵国荣
1a
, 韩 旭
1a
, 杜闻捷
2
, 逯 程
1b
(1. 海军航空工程学院 a. 控制工程系,b. 兵器科学与技术系,山东 烟台
264001;2. 海军湛江装备技术质量监测站,广东 湛江 524000)
摘 要: 研究具有传感器增益退化、模型不确定性的多传感器融合估计问题, 其中传感器增益退化现象描述为统计
特性已知的随机变量, 模型的不确定性描述为系统矩阵受到随机扰动. 设计一种局部无偏估计器结构, 并建立以局部
估计器增益为决策变量、以有限时域下融合估计误差为代价函数的优化问题. 在给出标量融合权重时, 考虑到求得
最优的局部估计器增益的解析形式较为困难, 通过最小化代价函数的上界得到一组次优的局部估计器增益. 最后通
过算例仿真表明了所设计融合估计器的有效性.
关键词: 传感器增益退化;模型不确定性;局部无偏估计器;标量融合权重;分布式融合估计
中图分类号: TJ765.2 文献标志码: A
Fusion estimator with stochastic sensor gain degradation for uncertain
systems
ZHAO Guo-rong
1a
, HAN Xu
1a
, DU Wen-jie
2
, LU Cheng
1b
(1a. Department of Control Engineering,1b. Department of Armament Science and Technology,Naval Aeronautical and
Astronautical University,Yantai 264001,China;2. Zhanjiang Naval Monitoring Station of Equipment Technics and
Quality,Zhanjiang 524000,China.Correspondent:HAN Xu,E-mail:hxyy713@163.com)
Abstract: The fusion estimation problem is investigated for a class of uncertain stochastic systems with stochastic sensor
gain degradation. The sensor gain degradation is described by random variable whose probability is assumed to be known.
The model’s uncertainty is described by stochastic parameter perturbations considered in the system matrix. A kind of local
unbiased estimator structure is proposed, and an optimization problem which sets the local filter gains and the finite horizon
estimation error to be the decision variables and the cost function, respectively, is established. Then for the given scalar fusion
weights, obtaining the closed form of the optimal consensus filter gains is a challenging problem, so a set of sub-optimal
local filter gains are computed based on minimizing an upper bound of the cost function. Finally, simulation example is given
to illustrate the effectiveness of the proposed approach.
Keywords: sensor gain degradation;model’s uncertainty;local unbiased estimator;scalar fusion weights;decentralized
fusion estimator
0 引引引 言言言
多 传 感 器 融 合 估 计 系 统
[1-4]
已 广 泛 应 用 于 控
制、目标跟踪、生物监测、信号处理和通信等领域,
但在实际应用系统中不可避免地存在传感器故障、模
型的不确定性. 系统在复杂的环境中往往受到不可预
测的外部扰动作用, 这种外部扰动使系统模型参数具
有一定的不确定性, 导致系统不再是线性的, 使得经
典的线性系统融合估计方法不再适用. 对于模型不确
定性, 文献 [5-8] 将模型不确定性建模为系统方程中
的随机参数或乘性噪声, 然而均局限于时不变系统.
出于对时变系统的考虑, 文献 [9] 提出将离散时变系
统中的不确定性建模为系统矩阵中的乘性白噪声, 通
过求解线性矩阵不等式, 得到一种分布式融合估计器.
文献 [10] 同时考虑乘性噪声和非线性特性噪声, 提出
了一种有界时域下分布式融合估计器, 并通过求解耦
合差分 Riccati 方程得到最优的滤波增益和权重.
在恶劣复杂的使用环境中, 传感器经常因为各种
原因发生故障, 除常见的传感器失效现象外, 还会出
收稿日期: 2015-07-20;修回日期: 2015-11-26.
基金项目: 国家自然科学基金项目(61473306).
作者简介: 赵国荣(1964−), 男, 教授, 博士生导师, 从事导航、制导与控制等研究;韩旭(1990−), 男, 博士生, 从事飞行
器综合导航技术的研究.