传感器网络中的分布式H_∞滤波方法
摘要 | 第4-5页 |
Abstract | 第5-6页 |
目录 | 第7-9页 |
主要符号表 | 第9-10页 |
1 绪论 | 第10-22页 |
1.1 研究背景和意义 | 第10页 |
1.2 传感器网络概述 | 第10-13页 |
1.2.1 传感器网络的主要特点 | 第11-12页 |
1.2.2 传感器网络的应用领域 | 第12-13页 |
1.3 集中式滤波方法概述 | 第13-17页 |
1.3.1 随机滤波 | 第13-16页 |
1.3.2 H_∞滤波 | 第16-17页 |
1.4 分布式滤波方法发展现状 | 第17-20页 |
1.4.1 分布式Kalman滤波 | 第17-18页 |
1.4.2 分布式非线性滤波 | 第18-19页 |
1.4.3 分布式H_∞滤波 | 第19-20页 |
1.5 本文的主要工作 | 第20-22页 |
2 分布式H_∞滤波:基于二维系统的设计方法 | 第22-44页 |
2.1 引言 | 第22-23页 |
2.2 问题描述 | 第23-25页 |
2.3 基于二维系统的滤波器参数设计 | 第25-33页 |
2.4 主要结果 | 第33-39页 |
2.5 仿真示例 | 第39-43页 |
2.6 本章小结 | 第43-44页 |
3 带有随机观测丢失和通信失败的分布式H_∞滤波 | 第44-63页 |
3.1 引言 | 第44页 |
3.2 问题描述 | 第44-46页 |
3.3 滤波器参数设计 | 第46-51页 |
3.4 主要结果 | 第51-57页 |
3.5 仿真示例 | 第57-61页 |
3.6 本章小结 | 第61-63页 |
4 带有切换拓扑的分布式H_∞滤波 | 第63-75页 |
4.1 引言 | 第63页 |
4.2 问题描述 | 第63-64页 |
4.3 滤波器参数设计 | 第64-66页 |
4.4 主要结果 | 第66-72页 |
4.5 仿真示例 | 第72-74页 |
4.6 本章小结 | 第74-75页 |
5 基于H_∞一致性滤波的分布式稀疏信号估计 | 第75-87页 |
5.1 引言 | 第75-76页 |
5.2 问题描述 | 第76-77页 |
5.2.1 稀疏信号估计 | 第76-77页 |
5.2.2 带有伪测量的Kalman滤波 | 第77页 |
5.3 l_1-正规化H_∞滤波 | 第77-80页 |
5.4 分布式l_1-正规化H_∞一致性滤波 | 第80-83页 |
5.5 仿真示例 | 第83-84页 |
5.6 本章小结 | 第84-87页 |
结论与展望 | 第87-89页 |
结论 | 第87-88页 |
未来工作展望 | 第88-89页 |
创新点摘要 | 第89-90页 |
参考文献 | 第90-98页 |
攻读博士学位期间科研项目及科研成果 | 第98-100页 |
致谢 | 第100-102页 |
作者简介 | 第102-104页 |