[发明专利]基于集员估计的事件触发传输复杂网络的状态估计方法

说明书

本发明公开了一种基于集员估计的事件触发传输复杂网络的状态估计方法，该方法具体包括如下步骤：建立复杂网络的各节点的状态空间模型；建立事件触发机制调度下复杂网络的各节点向集员估计器传输数据的传输模型；计算集员估计器的估计参数；构建集员估计器，计算包含有复杂网络的真实状态的全对称多胞形估计集。本发明方法考虑了复杂网络动态方程中非线性函数泰勒展开的高阶项的影响，所计算的全对称多胞形估计集一定包含有系统状态的真值；而且，使用本发明的集员估计器参数，能够保证得到的全对称多胞形估计集具有最小的F半径，从而保证估计的精度；此外，本发明方法以递推形式给出，因而能够实时监测复杂网络的运行状态，保障网络安全平稳运行。

技术领域

本发明属于状态估计技术领域，特别涉及一种基于集员估计的事件触发传输复杂网络的状态估计方法。

背景技术

系统的状态信息在工程中有着许多重要应用，如可用于系统的控制、实时监测以及保障系统的安全运行等。然而，由于物理限制等原因，尤其是对于结构更为复杂的复杂网络，系统的状态变量难以全部获得，因此，状态估计技术的重要性不言而喻。

状态估计是控制学科的基本研究课题之一，其基本思想是根据接收到的系统的测量输出，给出满足特定性能指标的系统状态的估计。在工业中，信号的传输通常会受到传输能量以及网络带宽等资源的限制，事件触发传输能够很好地解决这一问题，能够在保障系统性能的同时，极大地减少不必要的信号传输，从而节约能量与带宽资源。在实际应用中，系统中的有界噪声干扰普遍存在，若不予以恰当地处理，则会严重影响系统状态的估计效果。

发明内容

本发明的目的在于提出一种基于集员估计的事件触发传输复杂网络的状态估计方法，该方法基于全对称多胞形的集员估计技术实时监测复杂网络运行状态，保障网络安全平稳运行。

本发明为了实现上述目的，采用如下技术方案：

基于集员估计的事件触发传输复杂网络的状态估计方法，包括如下步骤：

S1.建立复杂网络的各节点的状态空间模型，如公式(1)所示：

式中，k表示采样时刻；为复杂网络第i个节点的状态，为复杂网络第j个节点的状态，表示n_x维欧氏空间；

为复杂网络第i个节点的输出，表示n_y维欧氏空间；

即g_i为定义在自然数集与n_x维欧氏空间的笛卡尔积上，函数值在n_x维欧氏空间中取值的非线性向量值函数，对于实际的系统，g_i满足二阶偏导连续；

A＝(a_ij)_N×N表示复杂网络的外部耦合矩阵，若复杂网络的两个节点i与j存在连接，那么a_ij＞0，否则，a_ij＝0；a_ii满足：i＝1，2，…，N，j＝1，2，…，N；

表示复杂网络的内部耦合矩阵；

其中，分别表示非负的内耦合系数；

ν_i(k)表示有界噪声，表示n_ν维欧氏空间；其中，表示已知的全对称多胞形，κ_i为已知的正标量，表示n_ν维单位矩阵；

B_i(k)、C_i(k)、D_i(k)均为已知的时变矩阵；

x_i(0)表示复杂网络的初始运行条件，0，G_i，0为已知的全对称多胞形；

S2.建立事件触发机制调度下的复杂网络的各节点向集员估计器传输数据的模型；