[发明专利]一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法

摘要

本发明公开一种基于卡尔曼滤波的多控制器最优状态估计策略设计方法，首先针对无线网络化控制系统进行系统建模，分析了网络化控制系统中存在网络传输时延对系统闭环控制的影响；其次，研究分布式控制器的信息融合，构建基于分布式双控制器的网络控制最优化问题；最后，采用卡尔曼滤波算法，对双控制器接收到的平台状态信息进行卡尔曼滤波分析，进而利用迭代递归方法求解得到最优状态估计控制策略，并通过仿真实验验证其可行性。该发明利用卡尔曼滤波算法及迭代递归方法，解决了当无线通信网络中存在传输时延以及受噪声干扰无法获得准确的平台状态信息时，分布式控制器的最优状态估计控制策略问题，从而实现了利用分布式多控制器协同控制，达到提高网络化控制系统稳定性及减小系统损耗的目的。

主权项

一种基于卡尔曼滤波的分布式双控制器最优状态估计策略设计方法，其特征在于，包括以下步骤：步骤1、建立系统模型分布式网络化控制系统包含传感器、控制器、执行器以及平台；传感器、控制器以及执行器之间，通过无线通信网络构成一个闭环控制系统，信号通过传感器节点后，通过网络传送到分布式双控制器节点，控制器的控制策略信号再通过网络传送到执行器，从而作用到被控平台上，实现闭环状态反馈控制，维持系统的闭环稳定控制；步骤2、确定基于分布式双控制器的网络控制最优化问题根据网络时延特性对分布式控制节点的影响，对分布式双控制器实现信息融合，选择二次代价效用函数，建立基于分布式双控制器的网络控制最优化问题；步骤3、采用卡尔曼滤波算法及迭代递归方法求解最优状态估计控制策略，包括以下步骤：步骤3.1、基于双控制器的互通性，分析控制器间的控制信息融合；步骤3.2、利用卡尔曼滤波算法，基于平台状态信息，对状态信息进行估计，得出平台状态的估计值；步骤3.3、根据线性二次最优控制方程，求解代价函数最小值，得出分布式控制系统中最优状态估计控制策略。