延迟相关的分布式卡尔曼融合估计与降维在网络物理系统中
摘要：分布式降维融合估计问题在一类网络物理系统（CPS）中的研究 联合延迟情况下，原始测量数据在每个汇聚节点经过预处理以获得网络物理系统的本地最优估计（LOE），在传输过程中，通过降维压缩的LOE会遇到通信延迟问题。在这种情况下，提出了一种带补偿策略的数学模型来描述降维和通信延迟，该模型还具有减少由降维和延迟引起的信息损失的特性。基于该模型，在线性最小方差意义下，通过最佳加权融合准则导出了一个递归分布式卡尔曼融合估计器（DKFE）。由现有软件可轻松验证的稳定性条件被推导出，该条件可以确保DKFE的估计误差协方差矩阵收敛到唯一的稳态矩阵，并给出了稳态DKFE（SDKFE）。请注意，SDKFE的计算复杂度远低于DKFE。此外，还提出了一种确定降维策略的概率选择准则，以确保DKFE的稳定性。通过两个实例来展示所提方法的优势和有效性。
作者：Bo Chen, Daniel W. C. Ho, Guoqiang Hu, Li Yu
论文ID：1802.03122
分类：Systems and Control
分类简称：cs.SY
提交时间：2021-10-13