1.一种基于事件触发机制的流量管理系统异步滤波估计方法，其特征在于包括如下步骤：

步骤1，收集各城市机场的飞机通勤流量和人流量数据，建立航空港流量管理系统的状态空间模型；

步骤2，基于1范数方法，建立一种具有加权的线性事件触发条件，减少中央处理器的计算负担，减低系统的设计和开发成本；

步骤3，针对因传感器和物理器件的异步现象，建立一种可以准确刻画这种异步现象的滤波器系统模型；

步骤4，建立 ‑增益指标函数，评估系统对外部干扰因素对航空港流量管理系统的干扰能力；

步骤5，基于所建立的事件触发架构和性能指标函数，设计事件触发异步滤波器架构。

2.根据权利要求1所述的一种基于事件触发机制的流量管理系统异步滤波估计方法，其特征在于，所述的步骤1具体内容为：步骤1.1，记录单位时间内流入流出各城市航空港的飞机数和人口数，进而得到各航空港的飞机流量平衡方程为

其中，vi(k)为某一城市航空港的从第i个城市港口的第k时刻的飞机数量，Δt为单位时间间隔， 为第k时刻从第j个城市港口流入到第i个城市港口的飞机数， 为第k时刻从第i个城市港口流出到第h个城市港口的飞机数；

步骤1.2，根据步骤1.1所得到的数据建立航空港流量管理系统的状态空间表达式x(k+1)＝Ar(k)x(k)+Br(k)w(k),y(k)＝Cr(k)x(k)+Dr(k)w(k),z(k)＝Er(k)x(k)+Fr(k)w(k),T

其中，x(k)＝(x1(k) x2(k) … xi(k) … xn(k)) 由航空港流量管理系统的n个城市港口的航空流量xi(k)组成； 为摄像头和雷达等传感器的测量结果， 为待估计的航空港流量管理系统运行状况； 为新加入各城市机场的飞机与人口数、天气因素等摄动输入；Ar(k),Br(k),Cr(k),Dr(k),Er(k)和Fr(k)为由步骤1.1得到的数据所建立的第r(k)个子系统的系统矩阵，并且满足

r(k)为满足Markov过程的跳变信号r(k)＝i∈S，转移概率为Pr{r(k+1)＝j|r(k)＝i}＝πij,0≤πij≤1,j∈S1和 r(k)的取值由步骤1.1中得到的数据特性决定，集合S1＝{1,2,…,N},N为给定的正整数。

3.根据权利要求2所述的一种基于事件触发机制的流量管理系统异步滤波估计方法，其特征在于，所述的步骤2具体内容为：定义 是一个分段函数，其值仅在事件触发时更新，之后保持不变直到下一次事件触发产生；

T

记ε＝(ε1 ε2 … εh) ,Λ＝diag{ε1,ε2,…,εh}这里的ε是给定的一个已知向量且元素均大于0；基于1范数，建立一种可用线性规划转化的事件触发条件为

||Λye(k)||1＞β||Λy(k)||1,其中，β为一个给定的常数且满足0＜β＜1。

4.根据权利要求3所述的一种基于事件触发机制的流量管理系统异步滤波估计方法，其特征在于，所述的步骤3具体内容为：所述的一种具有加权的线性事件触发条件，结合隐Markov模型建立事件触发异步滤波器系统为

其中， 为滤波器的状态变量； 为滤波器的有效输入；滤波器系统矩阵Afδ(k),Bfδ(k),Efδ(k)和Ffδ(k)为将被设计的适当维度的滤波器增益矩阵；δ(k)＝ρ∈S2＝{1,

2,…,M}，并且满足Pr{δ(k)＝ρ|r(k)＝i}＝λiρ,0≤λiρ≤1,i∈S1,ρ∈S2和

5.根据权利要求4所述的一种基于事件触发机制的流量管理系统异步滤波估计方法，其特征在于，所述的步骤4具体内容为：设扰动输入w(k)≥0，建立 ‑增益指标为其中，e(k)＝zf(k)‑z(k)且γ＞0；此外，为了便于滤波器的设计与分析，对转移概率矩阵[πij]N×N进行下列运算：得到序列矩阵

6.根据权利要求5所述的一种基于事件触发机制的流量管理系统异步滤波估计方法，其特征在于，所述的步骤5具体内容如下：步骤5.1，建立航空港流量管理系统的增广系统状态空间表达式模型：令e(k)＝zf(k)‑z(k)；然后，建立相应的增广系统的状态空间表达式模型为

其中，

为了便于后面的分析与设计，当r(k)＝i和δ(k)＝ρ时，记原系统矩阵Ai＝Ar(k)，Bi＝Br(k)，Ci＝Cr(k)，Di＝Dr(k)，Ei＝Er(k)，Fi＝Fr(k)；记所设计的滤波器矩阵Afρ＝Afδ(k)，Bfρ＝Bfδ(k)，Efρ＝Efδ(k)，Ffρ＝Ffδ(k)；

步骤5.2，取任意的 设计n维向量 θρl±0，h维度向量φρl±0，ψρl±0，满足增广系统的下列正性条件：

进一步，将因事件触发条件产生的误差项ye(k)转化为区间形式步骤5.3，选取随机线性余正Lyapunov函数为其中，

那么，

步骤5.4，设计常数τ＞0和γ＞0，设计n维向量 θρ±0，h维度向量φρ±0，ψρ±0满足下列随机稳定性条件：

步骤5.5，在满足所建立的正性条件和随机稳定性条件的前提下，进行γ最小化优化，得到上界系统为：

其中，

则有，

对上式分部分求期望运算：

和

再次利用步骤5.4中的随机稳定性条件可得，步骤5.6，得到所实际的事件触发 ‑增益异步滤波器架构为