一种基于神经网络和不完全观测下非线性系统的远程状态估计方法、系统及存储介质
申请号:CN202410760435
申请日期:2024-06-13
公开号:CN118784113B
公开日期:2025-07-04
类型:发明专利
摘要
本发明公开一种基于神经网络和不完全观测下非线性系统的远程状态估计方法、系统及存储介质,属于网络控制领域,为解决现有方法忽略线性化带来的误差以及信号衰弱、测量野值等影响状态估计器的估计精度的问题。本发明在传感器和估计器之间设置放大‑转发中继器对信号进行放大转发;并对转发后的信号采用野值剔除算法对信号中野值进行剔除;引入神经网络逼近系统中非线性部分;输入前一时刻的状态估计值、权值估计值、状态估计误差协方差矩阵上界、权值估计误差协方差矩阵上界、状态协方差矩阵上界和测量协方差矩阵上界;构建基于神经网络的递推估计器,并构建神经网络的权值的更新模型;实现基于神经网络的非线性系统的远程状态估计。
技术关键词
协方差矩阵
非线性系统
状态估计方法
估计误差
中继器
剔除算法
动态数学模型
定义
状态估计系统
传感器
网络化系统
信号
噪声
可读存储介质
邻居
信道
通道
远距离