1.一种多层复杂动态网络的状态估计方法,其特征在于:包括以下步骤:(1)建立节点数量不同,节点类型不同,层间节点非一一对应多层动态网络的数学模型;所述步骤(1)中多层动态网络的模型表达式为:其中,NK和NR分别表示第K和第R层的层内节点数量, 表示M层网络中第K(1≤K≤M)层K n n
第i个节点的状态变量, 表示第K层网络第i个节点的输出变量,1≤i≤NK;f:R→R是第K层网络节点的动力学方程;cK为第K层网络的层内耦合强度; 是第K层网络的层内耦合矩阵 ,如果存在一条节点i到节点j的连边,那么 否则是第K层的第i个节点和第R(1≤R≤M)层的第j个节点的层间耦合强度,且 Γ是网络节点的层内和层间内联矩阵;H为节点的输出矩阵;
(2)建立与多层动态网络具有相同的拓扑结构和节点动力学的状态观测器网络;
(3)建立状态观测器网络与多层动态网络的误差动力学;所述误差为多层动态网络的节点状态与状态观测器网络节点状态的差值;
(4)根据误差动力学的渐进稳定性,获得状态观测器网络的控制参数;所述步骤(4)包括以下步骤:
(41)设计李雅普诺夫函数为 P是一正定对称矩阵;
(42)获得步骤(41)中李雅普诺夫函数的一阶导数(43)令步骤(42)中的 得到状态观测器的控制参数增益矩阵GK;
(5)将增益矩阵GK代入到状态观测器网络中,完成多层复杂动态网络的状态估计,获得多层动态网络的状态估计值。
2.根据权利要求1所述的多层复杂动态网络的状态估计方法,其特征在于:所述步骤(2)中的状态观测器网络的表达式为:其中, 表示第K层网络中第i个节点的状态观测值; 表示第K层网络中第i个节点的输出观测值;GK为状态观测器控制参数的增益矩阵,GK=[GK1 ··· GKn]。
3.根据权利要求2所述的多层复杂动态网络的状态估计方法,其特征在于:所述步骤(3)中状态观测误差 则系统的误差动力学为: