[发明专利]基于智能传感器的网络控制系统的最优估计和控制方法

权利要求书

1.基于智能传感器的网络控制系统的最优估计和控制方法，其特征在于，包括以下步骤：

步骤S10：构建SS-UDP系统，所述SS-UDP系统是一个离散时间线性系统，且所述SS-UDP系统满足以下两个条件：条件1，系统传感器具有一定的计算能力：智能传感器能够运行卡尔曼滤波器来实现局部最优状态估计；条件2，施加到系统内的控制指令能被系统传感器得知；

步骤S20：对所述SS-UDP系统的估计问题和LQG问题实现公式化；

步骤S30：在所述SS-UDP系统中构造乘积概率空间和最优估计器；

步骤S40：根据所述乘积概率空间和所述最优估计器解决所述SS-UDP系统的估计问题；

步骤S50：根据所述乘积概率空间和所述最优估计器解决所述SS-UDP系统的LQG问题。

2.根据权利要求1所述的基于智能传感器的网络控制系统的最优估计和控制方法，其特征在于，步骤S10还包括：

步骤S110：构建SS-UDP系统：

其中，和均为常规矩阵，表示系统状态，表示执行器实际施加到系统内的控制输入，ω_k是一个协方差Q≥0的零均值高斯噪声，且所述SS-UDP系统为不稳定的系统即λ_A＞1；

步骤S120：构建执行器：

其中是控制器通过控制器-执行器(C/A)通道发出的控制指令；{v_k}是具有P(v_k＝1)＝v的伯努利随机变量序列，用于描述数据包的丢失情况，v_k＝1表示控制指令u_k已经成功传送到执行器，否则v_k＝0；

步骤S130：构建传感器：

y_k＝Cx_k+v_k (3)

其中是一个常规矩阵，表示观测值，v_k是一个协方差R＞0的零均值高斯噪声；

步骤S140：对所述条件1进行公式化：其中Y_k＝{y_k,.....,y₁}，是通过传感器-估计器(S/E)通道向估计器发送而不是原始观测值y_k，{γ_k}是具有P(γ_k＝1)＝γ的伯努利随机变量序列，用于描述观测数据包的丢失情况，，γ_k＝1表示局部估计已经成功传送到估计器，否则γ_k＝0；

步骤S150：用在估计器侧接收到的信息集，当γ_k＝0，为一个空集；

步骤S160：作出假设1：(A,Q^1/2)是可控的，(A,C)是可观测的；ω_k,v_k,θ_k和是相互独立的。