欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021105652266
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.非线性复杂网络系统基于随机通信协议的状态估计方法,其特征在于:该方法具体包括以下步骤:

步骤1、建立非线性复杂网络系统的状态空间模型;

获取系统数据,建立非线性复杂网络系统的状态空间模型:T T T T 3

xi(k+1)表示k+1时刻系统的状态向量,xi(k)=[xi1(k),xi2 (k),xi3 (k)]∈R ,表示k时刻系统的状态向量, N为正整数,表示构成非线性复杂网络的节点数;xi13

(k)、xi2(k)、xi3(k)分别表示节点i的压力值、温度值和速度值;σ(·)∈R为饱和函数;wij表示节点i与节点j之间的连接情况,i,j∈N;Γ=diag{γ1,γ2,γ3},表示复杂网络模型的内部耦合矩阵,γ1≥0、γ2≥0、γ3≥0,表示节点i的内部耦合系数,diag{·}表示对角矩阵;v1

(k)∈R ,表示l2[0,+∞)空间的外部干扰,l2[0,+∞)表示[0,+∞)上的平方可加无穷向量序T T T 2

列空间;yi(k)=[yi1 (k) yi2 (k)]∈R表示k时刻节点i的复杂网络测量输出值;yi1(k)、yi21

(k)分别表示节点i的压力值和温度值;zi(k)∈R ,表示k时刻节点i待估计的输出信号;Ai∈

3×3 2×3 2×1 2×3 1×3 m×nR 、Ci∈R 、Di∈R 、Ei∈R 和Fi∈R 均为已知的常数矩阵;、 表示n0维列向量,R表示m×n维矩阵;上标T表示矩阵的转置;

步骤2、设计网络系统的状态估计器;

步骤2.1、设计测量输出信号的更新规则规定在每个时刻只允许测量信号yi(k)的一个分量通过网络传输,由随机通信协议决定k时刻测量输出信号 分别表示在随机通信协议作用下k时刻节点i测量输出的压力值和温度值;因此在随机通信协议决定下的测量输出信号的更新规则为:

其中ψ(k)表示在k时刻选择的测量输出信号分量,由马尔科夫链表示,模态数为2,相邻时刻模态p向模态q的转换概率为 表示概率转移矩阵,

因此 Φψ(k)=diag{δ(ψ(k)‑1),δ(ψ(k)‑2)},δ(ψ(k)‑s)为克罗内克函数,s∈{1,2};

步骤2.2、考虑网络攻击的测量输出信号令 对于第i个节点,考虑发生网络攻击后的测量输出信号为:

2

其中, 表示系统输出信号,非线性函数h(·)∈R满足‖h(u1)‑h(u2)‖≤‖U(u1‑2

u2)‖,h(0)=0,u1,u2∈R为任意向量,U是一个已知的矩阵;随机变量βi(k)(i=1,2,…,N)是伯努利变量,且满足 和 βi(k)的均值为 E{·}表示随机变量的数学期望, 为已知常量;

步骤2.3、设计网络系统的估计器模型构建如下非线性复杂网络系统的估计器模型其中, 表示k时刻网络节点i状态向量xi(k)的估计值, 分别表示节点i的压力估计值、温度估计值和速度估计值;

3×2

表示估计器i在k时刻的估计输出信号;Ki∈R 表示待设计的估计器增益矩阵;

定义增广向量 和估计输出误差向量 其中利用符号 表示Kronecker积,I为单位矩阵,col()表示列向量,并引入下列变量:A=diag{A1,A2,…,AN};B=diag{B1,B2,…,BN};C=diag{C1,C2,…,CN};

D=col(D1,D2,…,DN);E=col(E1,E2,…,EN);

F=diag{F1,F2,…,FN};K=diag{K1,K2,…,KN};

α(k)=diag{α1(k)I,α2(k)I,…,αN(k)I};

β(k)=diag{β1(k)I,β2(k)I,…,βN(k)I};

得到估计误差增广系统:

其中,

步骤3、求解状态估计器

步骤3.1、系统稳定性条件分析T

定义Lyapunov函数:V(k)=η(k)Pψ(k)η(k),其中Pψ(k)>0为待求解的正定对称矩阵;

设扰动向量v(k)=0,ψ(k)=p,ψ(k+1)=q,计算得到:其中, 并定义

均为正定对称矩阵;

将状态饱和系统约束在凸多面体 中,φ为任意向量且φ∈

3N 3N×3N

R ,引入自由矩阵G∈R ,使其满足||G||∞≤1,co{·}表示集合的凸多面体;设Υ为对角

3N

元素为1或0的3N×3N维对角矩阵的集合,则Υ中含有2 个元素,其第ε个元素为Hε,ε∈Ψ,

3N

集合Ψ={1,2,3,…,2 };令Hε‑=I‑Hε,定义 式中ε

χ表示第ε个向量;

对饱和函数进行处理,得到

其中,max表示取最大值, S1=[I 0 0];

因此:

T T T

其中,ζ(k)=[η(k) h (x(k))] , 星号*表示对称矩阵中的对称结构;

定义矩阵 其中U1,U2,…,UN均为对角矩阵,得到如下不等式:则有:

式中,

根据Lyapunov稳定性理论,当 条件成立时,即E{ΔV(k)}<0,则估计误差增广系统是均方稳定的;

步骤3.2、系统H∞性能分析考虑任意v(k)≠0,使用步骤3.1中的方法得到:其中,

考虑性能指标函数

其中,γ表示扰动抑制水平,γ>0;

当Φj<0条件成立时,有 对于所有非零ν(k)∈l2[0,∞),令n→+∞,存在因此,估计误差增广系统是均方稳定的且满足H∞性能指标;

步骤3.3、求解状态估计器增益利用Schur补引理对Φj<0进行等价变换得到:其中,

根据不等式 得到 因此,

即 为一个可逆矩阵;

对 使用Schur补引理,并令 可得下列不等式其中,

定义矩阵 和 分别对上述

不等式 左乘 和右乘矩阵 得到:其中,

选择矩阵G使其满足||G||∞≤1,利用MATLAB软件中的线性矩阵不等式工具箱,求解上述线性矩阵不等式 得到未知矩阵 和 的值;然后,由 计算得到增广矩阵的值;最后,根据K=diag{K1,K2,…,KN}得到本发明非线性复杂网络系统安全估计器的增益矩阵 即实现非线性复杂网络系统基于随机通信协议的状态估计。

2.如权利要求1所述非线性复杂网络系统基于随机通信协议的状态估计方法,其特征在于:wij为常数,wij>0时,表示节点i与节点j之间相通;wij=0时,表示节点i与节点j之间不相通;W=[wij]N×N为对称矩阵,第i行第j列的元素为wij,且满足 i=1,

2,…,N。

3.如权利要求1所述非线性复杂网络系统基于随机通信协议的状态估计方法,其特征

3 T

在于:对于任意向量μ∈R ,饱和函数为σ(μ)=[σ1(μ1) σ2(μ2) σ3(μ3)] ,其中σs(μs)=sign(μs)min{1,|μs|}(s=1,2,3),μs表示向量μ的第s个元素,sign(·)表示符号函数,min{}表示取最小值,|·|表示取绝对值。

4.如权利要求1所述非线性复杂网络系统基于随机通信协议的状态估计方法,其特征在于:在每个时刻内,只对状态向量xi(k)中的两个分量进行测量,根据系统状态模型中三个分量之间的相互关系,获得其余两个状态分量的信息。