导读:本文包含了带乘性噪声系统论文开题报告文献综述及选题提纲参考文献，主要关键词:Wong-Zakai型逼近,随机动力系统,中心流形,乘性噪声
带乘性噪声系统论文文献综述
李琴,陈光淦,杨敏[1]（2019）在《关于乘性噪声驱动的随机动力系统的中心流形的逼近》一文中研究指出研究一类带乘性噪声驱动的随机发展方程的中心流形的Wong-Zakai型逼近,基于不变流形下解的收敛,用带光滑噪声的随机系统的中心流形去逼近原系统的中心流形,从而使得原随机系统的动力行为更清晰易见.(本文来源于《四川师范大学学报(自然科学版)》期刊2019年06期）
朱海宽,彭岚峰,孙洪伟[2]（2019）在《乘性噪声干扰下通信系统信号偏差控制仿真》一文中研究指出采用当前方法控制通信系统的信号偏差时,不能有效去除通信系统信号中存在的乘性噪声,控制后的通信系统的误码率较高,存在去噪效果差和控制效果差的问题。提出乘性噪声干扰下通信系统信号偏差控制方法,采用经验模态分解方法对通信系统信号做初步去噪处理,再结合傅里叶谱相减方法和同态滤波方法去除通信系统信号中存在的乘性噪声。计算数据信号和导频信号在通信系统中的相角差,根据计算得到的相角差构建通信系统信号偏差控制器,在乘性噪声干扰下完成通信系统信号的偏差控制。实验结果表明,所提方法可有效去除通信系统信号中存在的乘性噪声,控制后的通信系统的误码率变低,验证所提方法的去噪效果好、控制效果好。(本文来源于《计算机仿真》期刊2019年08期）
徐磊[3]（2019）在《带有乘性噪声的二维转换系统的稳定性分析及乘性噪声二维数字滤波的EPB》一文中研究指出二维(2-D)系统因其理论意义和在现实各领域中的实践重要性,一直是被讨论的热门话题。在生物工程,电力工程,图像处理等领域有着广泛的应用。本文介绍了带有乘性噪声的离散二维转换系统以及基于FMILSS模型的带有乘性噪声的二维数字滤波器这两个新的模型。文章探讨了两个问题:一是上述两个新模型的稳定性分析;二是建立基于FMLSS模型的带有乘性噪声的二维数字滤波器的二维期望功率界(EPB)。首先,延伸了渐近稳定性的定义,研究了带有乘性噪声的离散二维转换系统在不受限切换信号下的随机渐近稳定性。其次,通过将平均停时引入该模型并利用Lyapunov函数,研究了具有乘性噪声的二维转换系统在受限制的切换信号下的随机指数稳定性。其次我们分别探讨了带有/不带稳定控制器的FMLSS模型中具有乘性噪声的二维数字滤波器的稳定性。然后,我们给出了具有Wiener过程噪声的FMLSS模型中二维数字滤波器的EPB的定义,并建立了该模型在具有稳定控制和没有控制的条件下拥有EPB的充分条件。最后,通过数值分析进一步说明我们在文中所获得的结论的有效性和可行性。在实际的计算机模拟中,由于离散量化的影响,会产生舍入误差,导致系统的系数会有随机性的变动。本文通过引入随机矩阵作为乘性噪声,刻画系统系数由于量化误差而产生随机变动这一现象,从而使实际的计算机数值模拟有更好的结果。最后通过引入EPB的概念,解决带有乘性噪声的二维数字滤波器中存在的随机噪声所产生的影响。(本文来源于《南京师范大学》期刊2019-03-01）
左春义[4]（2018）在《乘性噪声系统输入和状态同时估计问题的研究》一文中研究指出在过去很长时间里,带乘性噪声系统的最优估计问题得到了众多学者的关注,与此同时,系统含有未知输入的状态估计和同时性估计问题也是如此,学者们针对这些问题所得出的结论在工业的实际应用如故障检测、图像处理、海底勘测等领域中都被广泛使用,而后者还能在网络控制系统中找到其应用价值。通常情况下,学者大都分别对带有未知输入和乘性噪声的系统开展研究,而考虑既含有未知输入又含有观测丢失的情况则鲜有文献。另外,以往的学者们一般会用标量来表示乘性噪声,而在当下工业水平不断发展的背景下,为模拟多通道的观测模型,使用多维随机对角矩阵来表示乘性噪声会更加符合实际。因此,根据目前的研究现状本文拟解决以下两个问题:针对同时含有乘性噪声及未知输入的离散时间系统,给出两种最优状态估计器;针对含未知输入的观测时滞系统进行无偏最小方差意义下的同时性估计。本文主要研究工作包括如下几点:(1)首先对乘性噪声系统估计理论,观测含有未知输入的离散时间系统的最优估计理论以及同时性估计理论进行研究现状的陈述,另外介绍了解决时滞问题的一些现有方法。(2)针对含有乘性噪声和未知输入的离散时间系统,本文给出无偏最小方差意义下最优估计算法。引用(Hadamard⊙)乘积运算,在没有未知输入的任何先验信息的情况下,通过求解一个黎卡蒂方程和一个李雅普诺夫方程,从而给出了系统的无偏估计算法。之后,利用时间戳技术在传感器网络中衍生出一个新型估计器。(3)针对状态方程和量测方程都具有未知输入的离散时间系统,讨论系统中含有时滞的情况,基于线性无偏最小方差理论,给出同时估计未知输入和状态的算法。(4)通过Matlab软件的绘图功能,分别对上述系统模型进行了估计性能的仿真实验,在我们设置好的初始值下进行迭代,证明了上述滤波算法的有效性。(本文来源于《山东师范大学》期刊2018-05-30）
梁笑[5]（2018）在《具有时滞的乘性噪声随机系统最优估计和控制研究》一文中研究指出本文研究具有时滞的乘性噪声随机系统最优估计和控制问题.分别针对随机时滞系统的线性最优估计问题、通讯延时和数据丢包网络控制系统的最优估计和控制问题、输入时滞乘性噪声随机系统的线性二次高斯(LQG)问题、数据丢包多控制器系统的最优控制和镇定性问题以及多时滞乘性噪声随机系统的线性二次(LQ)问题进行了深入研究.主要学术贡献及创新点:第一,在没有时间戳标记的情形下,解决了具有随机时滞和数据丢包网络控制系统的线性最优估计问题.通过构造新的量测方程和自回归滑动平均模型(ARMA模型)-状态空间模型转换技术,将具有随机时滞的量测方程转化为标准的只含加性噪声的系统,利用标准卡尔曼滤波得到线性最优估计器.第二,有限时域下给出了具有通讯延迟和数据丢包网络控制系统最优估计器和最优控制器的显式解,无限时域下得到了闭环系统镇定的充要条件.另外,证明了闭环系统镇定只与系统矩阵特征值和丢包概率有关,与通讯延迟无关.第叁,针对具有输入时滞的乘性噪声随机系统LQG问题,当状态可以被完全观测时,首次给出了 LQG问题最优控制器的显式解,得到了最优控制器存在且唯一的充要条件,当状态被部分观测时,得到了次优线性状态估计反馈控制器.第四,针对具有丢包乘性噪声的多控制器系统最优估计和控制问题,利用极大值原理给出了有限时域最优控制器存在且唯一的充要条件,首次给出无限时域下闭环系统镇定的充要条件.在镇定性问题的研究中,根据最优性能指标构造Lyapunov函数的方法,为其他镇定性问题的研究提供了一种新思路.第五,本文研究了多状态时滞系统和多输入时滞系统的有限时间随机LQ问题,与已有文献要求控制加权矩阵为正定不同,本文只要求控制加权矩阵为半正定,给出了最优控制器的显式解.具体研究内容按照章节顺序包括如下几个方面:1.研究了同时具有随机时滞和丢包的网络控制系统线性最优估计问题.在没有时间戳标记的情形下,将同一时刻接收到的所有量测之和定义为一个新的量测,于是随机时滞量测系统转化为具有多个定常时滞和乘性噪声的量测系统,其中乘性噪声用已知概率分布的二进制随机变量来表示.利用ARMA模型-状态空间模型转换技术和标准的卡尔曼滤波得到线性最优估计器.进一步分析了估计器的收敛性和稳定性.2.针对网络控制系统中同时具有通讯延迟和数据丢包的最优估计和控制问题.首先,根据受丢包影响的量测信号得到了最优估计器,基于最优估计器和标准的里卡蒂方程给出了最优的LQR控制器.需要指出的是,最优估计器和最优控制器可以分开计算.其次,得到了闭环系统均方镇定的充要条件.需要强调的是闭环系统镇定只与系统矩阵的特征值和丢包概率有关,与输入时滞无关.3.研究了具有输入时滞的乘性噪声系统LQG问题.首先,当状态可以被精确观测时,得到了最优的LQG控制器,该控制器由状态的条件期望和基于耦合里卡蒂方程的加性确定项组成.利用完全配方法和正倒向差分方程的解,得到了最优控制器的显式解.其次,当状态被部分观测时,得到了线性最优估计器,通过线性化线性最优估计器并利用得到的最优LQG控制结果,给出了次优线性状态估计反馈控制器.4.研究了当地控制器和远程控制器同时作用在网络控制系统的最优控制和镇定性问题.基于受丢包影响的量测信号给出了最优估计器,利用最优估计器和两个耦合的里卡蒂方程得到了有限时域最优控制器存在的充要条件.当没有加性噪声时,闭环系统在均方意义下可镇定当且仅当两个代数里卡蒂方程有唯一解.当加性噪声存在时,给出了闭环系统在均方意义下有界的充分条件.5.针对具有多状态时滞/多输入时滞的乘性噪声随机系统LQ问题,分别给出了最优LQ控制器的显式解.对于多状态时滞情形,最优LQ控制器是当前状态和历史状态的线性函数.对于多输入时滞情形,最优LQ控制器是状态和历史输入的线性函数.关键技术是基于耦合里卡蒂方程来定义值函数和完全配方法.(本文来源于《山东大学》期刊2018-05-12）
亓庆源[6]（2018）在《乘性噪声随机系统LQ最优控制与镇定性研究》一文中研究指出乘性噪声随机控制的研究是控制理论研究的重要组成部分,在通讯,网络控制,经济,航天等领域具有广泛的应用背景.相比加性噪声系统的随机控制而言,乘性噪声随机控制的研究进展相对缓慢,且仍然有许多问题尚未得到解决,如乘性噪声系统的输出反馈控制和反馈镇定问题被认为是公开的难题.此外,由乘性噪声系统随机控制问题衍生出的相关问题也仍然没能得到解决,如平均场乘性噪声随机系统的最优控制及反馈镇定问题,以及时间不一致乘性噪声随机系统的控制问题等.本文针对几类乘性噪声随机系统,研究其LQ最优控制问题和反馈镇定问题.主要学术贡献包括:首次得到了有限时域带间歇量测的乘性噪声随机系统的最优输出反馈控制器,验证了分离原理成立,得到了无限时域带间歇量测的乘性噪声随机系统可反馈镇定的充分必要条件;建立了 UDP情形下的网络控制系统可反馈镇定的充分必要条件,并得到了一维情形时使得系统镇定的可容许的最大丢包概率;分别针对离散时间和连续时间的平均场乘性噪声随机系统,得到了有限时域平均场系统随机LQ最优控制问题唯一可解的充分必要条件;针对无限时域情形,若加权矩阵是半正定的,我们分别在精确可检测和精确可观测的基本假设下,首次建立了平均场随机系统可镇定的充分必要条件;针对一类更一般的离散时间的时间不一致乘性噪声系统随机LQ控制问题,得到了时间不一致控制问题唯一可解的充分必要条件.主要学术创新点包括:针对带间歇量测的乘性噪声系统,首次克服了乘性噪声系统“分离原理”不成立这一障碍,得到了最优估计器以及最优输出反馈控制器,并将结果推广解决了状态丢包以及UDP情形下的网络控制系统的反馈镇定问题;针对平均场乘性噪声随机系统LQ控制问题,首次得到了正倒向随机微分/差分方程的解析解,建立了系统状态与伴随状态之间的关系,进而得到平均场随机LQ控制问题可解的充分必要条件;在精确可检测/精确可观测的基本假设下,通过对加权矩阵进行分解,首次得到了平均场乘性噪声随机系统可镇定的充分必要条件,并将传统随机LQ镇定性的结果推广到加权矩阵半正定的情形;首次通过求解正倒向随机差分方程来求解时间不一致乘性噪声随机系统LQ均衡控制问题.本文具体研究内容,研究成果以及创新点按章节顺序如下叙述:1.研究带间歇量测的乘性噪声系统的最优输出反馈控制及镇定性问题.·首先基于间歇量测数据,利用严格的数学推导,验证了迭代形式估计器的“最优性”.通过动态规划原理,首次得到了最优输出反馈控制器的解析表达式.针对无限时域反馈镇定问题,将最优性能指标定义为Lyapunov泛函,得到了系统可反馈镇定的充分必要条件.·将所得结果应用于网络控制系统,分别研究了状态丢包的情形以及UDP情形下的网络控制系统的反馈镇定问题,得到了网络控制系统可反馈镇定的充分必要条件以及可容许的最大丢包概率.创新之处在于克服了“分离原理”不成立的障碍,为后期彻底解决一般的乘性噪声系统的输出反馈控制问题提供了理论基础.2.研究离散时间平均场乘性噪声随机系统的LQ最优控制及反馈镇定问题.首先利用凸变分原理,给出了平均场系统随机LQ控制问题极大值原理的证明.接下来,通过求解正倒向随机差分方程,得到了系统状态与伴随状态之间的关系,进而得到了有限时域平均场系统随机LQ控制问题唯一可解的充分必要条件.针对无限时域的控制及镇定问题,在加权矩阵半正定的假设下,得到了两个主要结果:一个是基于精确可检测的假设,证明了平均场系统是可镇定的当且仅当给定的耦合的代数Riccati方程存在唯一半正定解;另外一个是在精确可观测的假设下,给出了平均场系统可镇定的充分必要条件是给定的代数Riccati方程存在唯一正定解.创新之处在于:首先,相比前人结果,有限时域最优LQ控制问题可解的条件是解析形式的,容易验证;其次,无限时域的结果将标准LQ控制镇定性的结果推广到加权系数矩阵半正定的情形.3.根本解决连续时间平均场乘性噪声随机系统的LQ最优控制及反馈镇定问题.与离散时间系统的研究相对应,首先利用凸变分原理,建立了连续时间平均场随机LQ控制问题的极大值原理.进一步通过求解正倒向随机微分方程,得到了解析形式的最优控制器,并给出了有限时域最优LQ控制问题唯一可解的充分必要条件.针对无限时域的平均场系统的反馈镇定问题,利用矩阵分解的方法,假定加权矩阵是半正定的,若满足精确可检测(精确可观测)的假设,证明了平均场系统是可镇定的当且仅当给定的耦合的代数Riccati方程存在唯一半正定解(正定解).需要特别指出的是,所得结果较彻底的解决了连续时间平均场乘性噪声随机系统LQ最优控制及反馈镇定问题,并为求解不定号平均场随机控制问题,最优投资组合控制问题,时间不一致平均场系统控制等问题奠定了基础.4.在动态博弈理论的框架下研究一般的离散时间乘性噪声随机系统的时间不一致LQ控制问题.首先针对一般的时间不一致控制问题,给出“均衡控制器”的定义,进而根据变分方法首次建立了时间不一致问题的极大值原理,并得到一族正倒向随机差分方程.针对系统状态是一维的情形,通过解耦正倒向随机差分方程,建立了系统状态与伴随状态的解析形式关系.进一步,基于给定的非对称Riccati方程,首次给出了“均衡控制器”的解析表达式,并得到了问题可解的充分必要条件.创新性体现在给出了时间不一致均衡控制问题求解的一般思路:即建立极大值原理,通过求解正倒向随机差分方程的方法得到均衡控制器.所得结果可以用于求解均值-方差投资组合优化问题.(本文来源于《山东大学》期刊2018-05-12）
杨智博,邓自立[7]（2018）在《带不确定方差乘性和加性噪声系统鲁棒加权融合稳态Kalman估值器》一文中研究指出本文研究带不确定方差乘性和加性噪声和带状态相依及噪声相依乘性噪声的多传感器系统鲁棒加权融合估计问题.通过引入虚拟噪声补偿乘性噪声的不确定性,将原系统化为带确定参数和不确定加性噪声方差的系统,进而利用Lyapunov方程方法提出在统一框架下的按对角阵加权融合极大极小鲁棒稳态Kalman估值器(预报器、滤波器和平滑器),其中基于预报器设计滤波器和平滑器,并给出每个融合器的实际估值误差方差的最小上界.证明了融合器的鲁棒精度高于每个局部估值器的鲁棒精度.应用于不间断电源(uninterruptible power system,UPS)系统鲁棒融合滤波的仿真例子说明了所提结果的正确性和有效性.(本文来源于《控制理论与应用》期刊2018年04期）
周绍伟,陈兵,刘洪霞[8]（2018）在《带乘性噪声的非齐次Markov跳跃系统有限时间稳定性》一文中研究指出研究一类带乘性噪声的离散时间非齐次随机Markov跳跃系统的有限时间稳定性,该系统的转移概率矩阵不是常矩阵而是区间矩阵.在区间矩阵紧性的假设下,将其表示为随机矩阵的凸组合.首先,给出系统有限时间稳定的充分必要条件;其次,利用Lyapunov方法和线性矩阵不等式技术得到系统有限时间稳定的充分条件,并用于设计有限时间状态反馈镇定控制器;最后,通过仿真算例说明所提出方法的有效性.(本文来源于《控制与决策》期刊2018年03期）
段振花[9]（2017）在《带乘性噪声的观测时滞系统估计研究》一文中研究指出近年来,带乘性噪声观测时滞系统估计问题得到了众多学者的关注,因为这些问题广泛应用于石油勘探、网络通信工程、图像处理等实际应用领域。通常情况下学者们会用标量来表示乘性噪声。然而,本文用一个多维随机对角矩阵表示乘性噪声,同时给出了两种估计算法,分别是最优估计算法和限定记忆最优滤波算法。本文主要研究工作包括如下几点:(1)针对含有乘性噪声的观测时滞系统,根据卡尔曼滤波原理提出了有限时间最优估计器算法。首先利用新息重组理论将带时滞系统转化为无时滞系统,然后根据正交投影定理和卡尔曼滤波算法,通过计算两个和原使系统具有相同维数的黎卡提差分方程和李雅普诺夫方程求出所需要的最优状态估计器。在计算过程中,介绍并使用了矩阵Hadamard积(⊙)乘法。(2)进而,在系统矩阵稳定的条件下设计了稳态估计器。最后针对含有乘性噪声的观测时滞系统做了最优反褶积估计研究,其研究过程同样是根据卡尔曼滤波和投影定理进行的。(3)随着估计误差的积累,过“老”的观测值不能准确地用来估计新的状态值。与最优估计算法相比,限定记忆最优滤波的好处在于只利用当前时刻以前固定数量的测量数据,这样就可以减小计算量。针对观测时滞系统,本文提供了有效的方法求得限定记忆最优滤波的初始值,再根据投影定理和卡尔曼滤波得出限定记忆最优滤波器。(4)用Matlab进行了大量仿真研究并给出了数值例子,分别证明了这两种滤波算法是有效的。(本文来源于《山东师范大学》期刊2017-06-12）
毕明洋,邓文杰,应华[10]（2017）在《带有乘性噪声和马尔科夫跳变的离散模糊系统的微分对策》一文中研究指出该文主要研究的是带有乘性噪声和马尔科夫跳变的离散模糊系统在有限时域内的二次微分对策问题,对于这个微分对策问题的解给出了一个充分条件。该文的结论表明了微分对策问题的解与四个代数黎卡提方程相关。除此之外,文中还对如何解这四个耦合的黎卡提方程给出了一种迭代算法,表明了该迭代算法在黎卡提方程处理上的优越性。(本文来源于《科技资讯》期刊2017年12期）
带乘性噪声系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用当前方法控制通信系统的信号偏差时,不能有效去除通信系统信号中存在的乘性噪声,控制后的通信系统的误码率较高,存在去噪效果差和控制效果差的问题。提出乘性噪声干扰下通信系统信号偏差控制方法,采用经验模态分解方法对通信系统信号做初步去噪处理,再结合傅里叶谱相减方法和同态滤波方法去除通信系统信号中存在的乘性噪声。计算数据信号和导频信号在通信系统中的相角差,根据计算得到的相角差构建通信系统信号偏差控制器,在乘性噪声干扰下完成通信系统信号的偏差控制。实验结果表明,所提方法可有效去除通信系统信号中存在的乘性噪声,控制后的通信系统的误码率变低,验证所提方法的去噪效果好、控制效果好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
带乘性噪声系统论文参考文献
[1].李琴,陈光淦,杨敏.关于乘性噪声驱动的随机动力系统的中心流形的逼近[J].四川师范大学学报(自然科学版).2019
[2].朱海宽,彭岚峰,孙洪伟.乘性噪声干扰下通信系统信号偏差控制仿真[J].计算机仿真.2019
[3].徐磊.带有乘性噪声的二维转换系统的稳定性分析及乘性噪声二维数字滤波的EPB[D].南京师范大学.2019
[4].左春义.乘性噪声系统输入和状态同时估计问题的研究[D].山东师范大学.2018
[5].梁笑.具有时滞的乘性噪声随机系统最优估计和控制研究[D].山东大学.2018
[6].亓庆源.乘性噪声随机系统LQ最优控制与镇定性研究[D].山东大学.2018
[7].杨智博,邓自立.带不确定方差乘性和加性噪声系统鲁棒加权融合稳态Kalman估值器[J].控制理论与应用.2018
[8].周绍伟,陈兵,刘洪霞.带乘性噪声的非齐次Markov跳跃系统有限时间稳定性[J].控制与决策.2018
[9].段振花.带乘性噪声的观测时滞系统估计研究[D].山东师范大学.2017
[10].毕明洋,邓文杰,应华.带有乘性噪声和马尔科夫跳变的离散模糊系统的微分对策[J].科技资讯.2017
标签：Wong-Zakai型逼近; 随机动力系统; 中心流形; 乘性噪声;