Robust extrapolation for systems with unknown input and interval uncertainty in system and observations | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2023. № 62. DOI: 10.17223/19988605/62/9

ГлавнаяАрхивRobust extrapolation for systems with unknown input and interval uncertainty in system and observations | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2023. № 62. DOI: 10.17223/19988605/62/9

Robust extrapolation for systems with unknown input and interval uncertainty in system and observations

Рассмотрена задача робастной экстраполяции для дискретного объекта с неизвестным входом и интервальными параметрами в модели объекта и наблюдениях. Используется вероятностный подход, в основе которого лежат замена неопределенных параметров интервального типа независимыми случайными величинами с равномерным распределением, алгоритмы оценивания неизвестного входа, рекуррентные схемы экстраполяции на один такт (экстраполятор Калмана), метод наименьших квадратов и сглаживающие непараметрические процедуры. Представлены результаты моделирования. Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.

Ключевые слова

робастная экстраполяция, интервальные параметры, неизвестный вход, непараметрическое сглаживание

Авторы

ФИООрганизацияДополнительноE-mail
Смагин Валерий ИвановичТомский государственный университетпрофессор, доктор технических наук, профессор кафедры прикладной математикиvsm@mail.tsu.ru
Ким Константин СтаниславовичТомский государственный университеткандидат физико-математических наук, доцент Высшей IT школыkks93@rambler.ru
Всего: 2

Ссылки

Abolhasani, M. & Rahmani, M. (2017) Robust Kalman filtering for discrete-time systems with stochastic uncertain time-varying parameters. Electronics Letters. 53(3). pp. 146-148.
Ichalal, D., Marx, B., Maquin, D. & Ragot, J. (2018) State estimation of system with bounded uncertain parameters: interval multi model approach.International Journal of Adaptive Control and Signal Processing. 32(3). pp. 480-493.
Rocha, K.D.T. & Terra, M.H. (2021) Robust Kalman filter for systems subject to parametric uncertainties. Systems and Control Letters. 157. Art. 105034.
Abolhasani, M. & Rahmani, M. (2018) Robust Kalman filtering for discrete-time time-varying systems with stochastic and normbounded uncertainties. Journal of Dynamic Systems, Measurement, and Control. 140(3). Art. No. 030901.
Kim, S., Deshpande, V.M. & Bhattacharya, R. (2021) Robust Kalman filtering with probabilistic uncertainty in system parameters. IEEE Control Systems Letters. 5(1). pp. 295-300.
Janczak, D. & Grishin, Yu. (2006) State estimation of linear dynamic system with unknown input and uncertain observation using dynamic programming. Control and Cybernetics. 4. pp. 851-862.
Witczak, M. (2014) Fault diagnosis and fault-tolerant control strategies for non-linear systems. Chapter 2. Unknown input observers and filters. Lecture Notes in Electrical Engineering. Springer International Publishing. Switzerland. pp. 19-56.
Smagin, V.I. & Smagin, S.V. (2011) Filtering for linear not stationary discrete system with unknown disturbances. Vestnik Tomskogo gosudarstvennogo universiteta. Upravlenie vychislitelnaya technika i informatika - Tomsk State University Journal of Control and Computer Science. 16(3). pp. 43-50.
Smagin, V.I. (2014) State estimation for linear discrete systems with unknown input using compensations.Russian Physics Journal. 57(5). pp. 682-690.
Smagin, V.I. & Koshkin, G.M. (2015) Kalman filtering and control algorithms for systems with unknown disturbances and parameters using nonparametric technique. Proceedings 20th International Conference on Methods and Models in Automation and Robotics (MMAR 2015). Miedzyzdroje. Poland. pp. 247-251.
Koshkin, G.M. & Smagin, V.I. (2016) Kalman filtering and forecasting algorithms with use of nonparametric functional estimators. Springer Proceedings in Mathematics & Statistics. 2nd Conference of the International-Society-for-Nonparametric-Statistics (ISNPS). Vol. 175. pp. 75-84.
Smagin V., Koshkin G. & Udod V. (2015) State estimation for linear discrete-time systems with unknown input using nonparametric technique. Proceedings of the International Conference on Artificial Intelligence and Control Automation (AICA 2015). Atlantis Press, Bangkok, Thailand. pp. 675-677.
Barmish, B.R. & Polyak, B.T. (1996) A new approach to open robustness problems based on probabilistic predication formulae. Vol. H. Proceedings 13th WorldIFAC Congr. San Francisco. USA. pp. 1-6.
Kim, K.S. & Smagin, V.I. (2022) Robust extrapolation in discrete systems with interval parameters using algorithms for estimating unknown input. Vestnik Tomskogo gosudarstvennogo universiteta. Upravlenie vychislitelnaya technika i informatika - Tomsk State University Journal of Control and Computer Science. 59. pp. 47-54.
Athans, M. (1968) The matrix minimum principle. Informat. and Contr. 11. pp. 592-606.
Robust extrapolation for systems with unknown input and interval uncertainty in system and observations | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2023. № 62. DOI: 10.17223/19988605/62/9

Robust extrapolation for systems with unknown input and interval uncertainty in system and observations | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2023. № 62. DOI: 10.17223/19988605/62/9