-
公开(公告)号：CN112180725A
公开(公告)日：2021-01-05
申请号：CN202011054145.1
申请日：2020-09-30
Applicant: 山东科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种具有冗余时滞通道非线性系统的模糊比例‑积分状态估计方法，该方法用于解决一类冗余时滞通道影响下非线性系统的状态估计问题，具体包括以下步骤：基于Takagi‑Sugeno模糊建模技术的系统状态空间模型建立；考虑时滞现象的冗余通道传输模型建立；基于可获得的测量输出构造模糊比例‑积分滤波器；然后，构造性能指标辅助函数，根据辅助函数通过求解线性矩阵不等式得到滤波器增益的值；最后基于得到的滤波器增益，计算得到模糊比例‑积分滤波器的估计值。本发明结合了模糊状态估计和比例积分状态估计两种技术，估计效果好，且由于关键变量采用求解矩阵不等式的方法，保证了算法的易执行性。
-
公开(公告)号：CN116432771B
公开(公告)日：2024-09-27
申请号：CN202310217616.3
申请日：2023-03-08
Applicant: 山东科技大学
Abstract: 本发明属于状态估计技术领域，具体公开了一种基于迭代学习估计器抑制未知周期性干扰的状态估计方法。该方法考虑的非线性系统更加贴合现实中的工业系统，其最终的界与周期性干扰无关，因此，本发明所提迭代学习估计器能够完美抑制周期性干扰的影响，并且本发明给出了迭代学习估计器在满足给定的性能指标下具体的设计过程，相较于无设计过程的其他方法能够使得估计误差系统更快收敛。此外，本发明还提出了一种新的累加和型事件触发机制，该事件触发机制是根据系统的周期性特性设计而出，以贴合由于周期性干扰所给系统带来的周期性特性的同时，并能使得性能指标和通信资源能更好地达到一个动态的权衡，因而也更能满足实际工业的应用需求。
-
公开(公告)号：CN113271222A
公开(公告)日：2021-08-17
申请号：CN202110522928.6
申请日：2021-05-13
Applicant: 山东科技大学
Abstract: 本发明公开了一种协议调度下多传感器信息融合的系统状态估计方法，其包括如下步骤：S101.建立多传感器信息融合的系统状态空间模型；S102.各组传感器的测量输出分别使用一个网络通道送至估计器，网络通道中使用TOD协议进行调度，建立协议调度下的量测输出模型；S103.计算系统状态的一步预测值及一步预测误差所在的全对称多胞形；S104.计算估计器参数；S105.计算协议调度下多传感器信息融合的系统状态估计值以及估计误差所在的全对称多胞形，计算出系统状态的上界与下界。本发明采用TOD协议调度，同时利用集员估计和递推求解技术在各时刻递推地给出系统状态的估计值，给出的估计器参数保证相应的估计误差所在的全对称多胞形的F半径最小，由此保证很好的估计效果。
-
公开(公告)号：CN112327810A
公开(公告)日：2021-02-05
申请号：CN202011282890.1
申请日：2020-11-17
Applicant: 山东科技大学
IPC: G05B23/02
Abstract: 本发明公开了一种动态事件触发传输马尔科夫跳变系统的故障估计方法，该故障估计方法基于未知输入估计器技术，具体包括如下步骤：建立离散马尔科夫跳变系统的状态空间模型；建立动态事件触发机制调度下系统节点的输出向估计器传输数据的模型；计算基于未知输入估计器技术的故障估计器的参数；构建基于未知输入估计器技术的故障估计器，并计算故障信号的估计值。本发明考虑的马尔科夫跳变系统能够刻画大量具有多个运行模态的实际系统；本发明方法基于未知输入估计器技术，用于将系统的状态与故障完全解耦，从而保证估计的效果(故障信号的估计精度)不受故障本身的影响，以实现较好的故障估计效果。
-
Patent Agency Ranking
公开(公告)号：CN116432771A
公开(公告)日：2023-07-14
申请号：CN202310217616.3
申请日：2023-03-08
Applicant: 山东科技大学
Abstract: 本发明属于状态估计技术领域，具体公开了一种基于迭代学习估计器抑制未知周期性干扰的状态估计方法。该方法考虑的非线性系统更加贴合现实中的工业系统，其最终的界与周期性干扰无关，因此，本发明所提迭代学习估计器能够完美抑制周期性干扰的影响，并且本发明给出了迭代学习估计器在满足给定的性能指标下具体的设计过程，相较于无设计过程的其他方法能够使得估计误差系统更快收敛。此外，本发明还提出了一种新的累加和型事件触发机制，该事件触发机制是根据系统的周期性特性设计而出，以贴合由于周期性干扰所给系统带来的周期性特性的同时，并能使得性能指标和通信资源能更好地达到一个动态的权衡，因而也更能满足实际工业的应用需求。
-
公开(公告)号：CN113271222B
公开(公告)日：2022-03-11
申请号：CN202110522928.6
申请日：2021-05-13
Applicant: 山东科技大学
IPC: H04L41/14 , H04L41/142 , H04L67/01 , G06F17/16 , G06F17/12
Abstract: 本发明公开了一种协议调度下多传感器信息融合的系统状态估计方法，其包括如下步骤：S101.建立多传感器信息融合的系统状态空间模型；S102.各组传感器的测量输出分别使用一个网络通道送至估计器，网络通道中使用TOD协议进行调度，建立协议调度下的量测输出模型；S103.计算系统状态的一步预测值及一步预测误差所在的全对称多胞形；S104.计算估计器参数；S105.计算协议调度下多传感器信息融合的系统状态估计值以及估计误差所在的全对称多胞形，计算出系统状态的上界与下界。本发明采用TOD协议调度，同时利用集员估计和递推求解技术在各时刻递推地给出系统状态的估计值，给出的估计器参数保证相应的估计误差所在的全对称多胞形的F半径最小，由此保证很好的估计效果。
-
公开(公告)号：CN112180725B
公开(公告)日：2022-02-22
申请号：CN202011054145.1
申请日：2020-09-30
Applicant: 山东科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种具有冗余时滞通道非线性系统的模糊比例‑积分状态估计方法，该方法用于解决一类冗余时滞通道影响下非线性系统的状态估计问题，具体包括以下步骤：基于Takagi‑Sugeno模糊建模技术的系统状态空间模型建立；考虑时滞现象的冗余通道传输模型建立；基于可获得的测量输出构造模糊比例‑积分滤波器；然后，构造性能指标辅助函数，根据辅助函数通过求解线性矩阵不等式得到滤波器增益的值；最后基于得到的滤波器增益，计算得到模糊比例‑积分滤波器的估计值。本发明结合了模糊状态估计和比例积分状态估计两种技术，估计效果好，且由于关键变量采用求解矩阵不等式的方法，保证了算法的易执行性。
-
公开(公告)号：CN112327810B
公开(公告)日：2021-07-30
申请号：CN202011282890.1
申请日：2020-11-17
Applicant: 山东科技大学
IPC: G05B23/02
Abstract: 本发明公开了一种动态事件触发传输马尔科夫跳变系统的故障估计方法，该故障估计方法基于未知输入估计器技术，具体包括如下步骤：建立离散马尔科夫跳变系统的状态空间模型；建立动态事件触发机制调度下系统节点的输出向估计器传输数据的模型；计算基于未知输入估计器技术的故障估计器的参数；构建基于未知输入估计器技术的故障估计器，并计算故障信号的估计值。本发明考虑的马尔科夫跳变系统能够刻画大量具有多个运行模态的实际系统；本发明方法基于未知输入估计器技术，用于将系统的状态与故障完全解耦，从而保证估计的效果(故障信号的估计精度)不受故障本身的影响，以实现较好的故障估计效果。
-
公开(公告)号：CN112947063A
公开(公告)日：2021-06-11
申请号：CN202110061468.1
申请日：2021-01-18
Applicant: 山东科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种衰减信道网络化系统的非脆弱模糊比例积分控制方法，主要涉及控制领域。包括基于Takagi‑Sugeno模糊技术建立系统状态空间模型；建立信道衰减影响下的传输模型；基于可获得的测量输出构造模糊比例‑积分控制器；构造性能指标辅助函数，根据辅助函数通过求解提出的优化算法得到控制器增益的值；最后基于得到的控制器增益，计算得到控制信号。本发明的有益效果在于：结合了模糊控制和比例‑积分控制两种技术，控制效果好，且由于关键变量采用求解线性矩阵不等式的方法，保证了算法的易执行性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
