[发明专利]基于网络的Lipschitz非线性系统的H∞滤波器信息处理方法

摘要

本发明公开了一种基于网络的Lipschitz非线性系统的H_∞滤波器信息处理方法，包括如下步骤：1)对受到统计特性难以确定的噪声干扰的网络化Lipschitz非线性系统进行分析；并对系统的测量输出和被估计信号进行量化处理，通过网络发送到滤波器端；2)滤波器接收到数据后将测量输出和被估计信号分离；并基于马尔可夫链描述的数据传输过程，讨论Lipschitz非线性系统的H_∞滤波器问题；3)基于马尔可夫链的状态转移概率信息，建立新型的网络化Lipschitz非线性系统及滤波器模型，并根据新建立的滤波器模型对系统的状态进行估计。本发明研究了一类具有量化和数据包丢失的Lipschitz非线性系统的H_∞滤波器设计问题，并给出了基于该滤波器的信息处理方法，实现了滤波器对系统状态的估计。

主权项

1.基于网络的Lipschitz非线性系统的H∞滤波器信息处理方法，其特征在于，包括如下步骤：1)首先对受到统计特性难以确定的噪声干扰的网络化Lipschitz非线性系统进行分析；并对系统的测量输出和被估计信号进行量化处理，通过网络发送到滤波器端；2)滤波器接收到数据后将测量输出和被估计信号分离；并基于马尔可夫链描述的数据传输过程，讨论Lipschitz非线性系统的H∞滤波器问题，设计如下形式的模式依赖滤波器：其中：xf(k)∈Rn是滤波器状态向量，yf(k)∈Rp是滤波器输入，zf(k)∈Rq是估计信号，n、p和q是向量的维数，Afσ(k)、Bfσ(k)和Cfσ(k)是待定的滤波器参数，σ(k)＝i∈{0,1}；3)基于马尔可夫链的状态转移概率信息，建立新型的网络化Lipschitz非线性系统及滤波器模型，并根据新建立的滤波器模型对系统的状态进行估计，其中，建立新型的网络化Lipschitz非线性系统及滤波器模型具体如下：对于给定的正数γ和量化密度ρ，如果存在对称正定矩阵P_i、M_i、R_i和矩阵N_i、V_i、B_fi，i＝0,1，正标量ε₁、ε₂和ε₃，使得下列线性矩阵不等式(2)和(3)成立，其中滤波器参数其中：Π₂₂＝diag{‑ε₁I,‑ε₁I+ε₂δ²G^TG}，Π31＝[ε2δ2DTC 0 0]，Π32＝[0 ε2δ2DTG]，Π33＝‑γ2I+ε2δ2DTD，Π₆₁＝[L ‑V₀ 0]，Π₆₆＝‑I，Π₇₅＝Π₇₄，Π₇₇＝‑ε₂I，Π₈₆＝I，Π₈₈＝‑ε₃I，Ω₂₂＝‑ε₁I，Ω₃₃＝‑γ²I，Ω₆₁＝[0 ‑V₁ 0]，Ω₆₆＝‑I；其中，F1和G1是Lipschitz非线性系统中已知的相应维数矩阵；f(k,x(k))和g(k,x(k))是非线性向量函数；A、F、B、C、G、D和L是Lipschitz非线性系统的已知相应维数的系数矩阵；I为相应维数的单位矩阵；p00、p01、p10和p11是马尔可夫链的状态转移概率矩阵P的元素；δ是已知的量化器输出中不确定性矩阵的范数上界；γ是给定的正数即H∞性能。