[发明专利]随机传感器饱和下多率时变网络系统滤波器的设计方法

说明书

本发明提出了一种随机传感器饱和下多率时变网络系统滤波器的设计方法，包括以下步骤：1)建立存在随机传感器饱和的时变多率网络系统模型；2)建立多传感器饱和下时变多率网络系统输出模型；3)建立基于事件触发机制的触发器模型；4)根据以上3种模型，建立时变多率网络系统的滤波器模型；5)基于滤波器模型，建立系统的误差模型；6)对误差模型分别分析其H_∞性能及方差约束性能；7)综合考虑6)中的性能指标后，利用舒尔补引理，求出满足预期指标的有限时域H_∞滤波器的解，最终完成滤波器的设计。本发明综合分析了多速率网络系统的H_∞和方差约束两个性能指标，使设计的滤波器具有更好的稳定性与鲁棒性。

技术领域

本发明属于网络控制系统领域，具体为一种随机传感器饱和下多率时变网络系统滤波器的设计方法。

背景技术

网络化的控制系统一方面具有接线数少、易扩展、易维护等优点，另一方面通过信息资源的共享，减少了不必要的浪费。因此，近年来网络化控制系统在工业生产中得到了广泛应用。然而，由于网络带宽的限制及网络波动的影响，网络系统不可避免地会存在时延、丢包、信号衰减与抖动等诸多问题，从而导致系统性能下降甚至不稳定。以上问题给网络系统的分析、设计带来了很大的挑战。近年来已有大量学者对网络系统中的诸多问题展开了研究。

滤波问题在控制与信号处理领域一直是具有深远意义的研究课题。随着网络化控制系统在工业生产中的广泛应用，涌现出大量关于网络控制系统滤波的成果。其是以量测输出为基础，采用特定的方法估计出系统内部不可量测的信号或提取出受噪声干扰的有用信号。早在20世纪40年代就有学者提出维纳滤波器，但因其求解困难，并没有得到广泛应用。20世纪60年代，卡尔曼提出了著名的卡尔曼滤波算法，其利用状态空间模型迭代地估计系统状态，能有效地处理时变、多变量等各种滤波问题，得到了广泛应用。20世纪80年代出现的H_∞滤波不必像卡尔曼滤波那样需要已知噪声信号的统计特性，其只需要保证噪声/干扰信号到滤波误差的传递函数的H_∞范数小于给定指标的要求即可，具有更好的灵活性与鲁棒性。

大多研究成果一方面仅考虑时不变网络系统的单个性能指标，另一方面假设网络系统中各节点采样率是一致的。然而在现实的网络控制系统中，由于物理或安全的限制，传感器饱和可能是最常遇到的现象之一,而饱和引起的非线性可能会严重降低系统性能。

发明内容

本发明的目的在于提出了一种随机传感器饱和下多率时变网络系统滤波器的设计方法。

实现本发明的技术解决方案为：一种随机传感器饱和下时变多率网络系统H_∞滤波器设计方法，具体步骤为：

步骤1、建立存在随机传感器饱和的时变多率网络系统模型；

步骤2、根据存在随机传感器饱和的时变多率网络系统模型，建立多传感器饱和下时变多率网络系统输出模型；

步骤3、建立基于事件触发机制的触发器模型；

步骤4、根据以上3种模型，建立时变多率网络系统的滤波器模型；

步骤5、根据滤波器模型建立时变多率网络系统的误差模型；

步骤6、对误差模型进行性能分析，确定满足滤波器的性能指标的条件；

步骤7、根据确定的满足滤波器的性能指标的条件，利用舒尔补引理确定步骤4所设计的滤波器的增益矩阵。

优选地，步骤1建立的存在随机传感器饱和的时变多率网络系统模型具体为：