專(zhuān)利名稱(chēng)：目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明屬于通信及控制領(lǐng)域，涉及一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法。
背景技術(shù)：
近來(lái)，大規(guī)模控制系統(tǒng)、分布式控制系統(tǒng)、遠(yuǎn)程控制系統(tǒng)等得到了蓬勃發(fā)展。在這些系統(tǒng)中，被控對(duì)象、控制器、執(zhí)行器等往往是分布在不同的物理位置并通過(guò)網(wǎng)絡(luò)信道連結(jié)成一個(gè)整體，因而它們之間的通訊是不可避免的。在上述系統(tǒng)中，被控對(duì)象往往結(jié)構(gòu)復(fù)雜， 為了精確地描述被控對(duì)象，它的數(shù)學(xué)模型階次往往很高，狀態(tài)維數(shù)很多。當(dāng)對(duì)被控對(duì)象進(jìn)行分析設(shè)計(jì)時(shí)，如分析被控對(duì)象的穩(wěn)定性、設(shè)計(jì)控制器等，往往會(huì)涉及被控對(duì)象的狀態(tài)。然而， 信道的傳輸能力往往是有限的，比如信道會(huì)存在帶寬約束，接入約束，功率約束等。這時(shí)，巨大的數(shù)據(jù)傳輸量與有限的信道傳輸能力之間產(chǎn)生了矛盾。在經(jīng)典的反饋控制系統(tǒng)中，求最優(yōu)控制律時(shí)，采用的信息結(jié)構(gòu)往往是由過(guò)去以及當(dāng)前所有時(shí)刻的輸入和輸出組成的，而根據(jù)濾波估計(jì)，該信息結(jié)構(gòu)可以由過(guò)去以及當(dāng)前所有時(shí)刻的輸入和狀態(tài)估計(jì)值所代替，利用這一點(diǎn)，可把一個(gè)以狀態(tài)和輸入變量為自變量的隨機(jī)控制問(wèn)題轉(zhuǎn)化成一個(gè)以狀態(tài)估計(jì)和輸入變量為自變量的確定性控制問(wèn)題。這樣，一個(gè)隨機(jī)控制問(wèn)題被分成了兩個(gè)可以單獨(dú)進(jìn)行的問(wèn)題，一個(gè)是濾波問(wèn)題，另一個(gè)是確定性控制問(wèn)題，這一思想被稱(chēng)為分離原理。在量化反饋控制系統(tǒng)中，控制器仍然是基于系統(tǒng)的實(shí)時(shí)狀態(tài)信息產(chǎn)生控制作用。因此，為了控制被控對(duì)象，必須在信道接收端對(duì)對(duì)象的狀態(tài)進(jìn)行估計(jì)，控制器的性能受到狀態(tài)估計(jì)精度的影響。為了解決巨大的數(shù)據(jù)傳輸量與有限的信道傳輸能力之間的矛盾，必須對(duì)傳輸信號(hào)進(jìn)行預(yù)處理。差分脈沖編碼調(diào)制系統(tǒng)(DPCM)在通信系統(tǒng)中得到了廣泛應(yīng)用，它通過(guò)降低相鄰兩個(gè)被傳輸值之間的冗余度可以降低數(shù)據(jù)傳輸率，同時(shí)又可以降低信號(hào)功率。在DPCM系統(tǒng)中，信道上被傳輸?shù)氖窍到y(tǒng)信號(hào)新息的量化值。量化器的設(shè)計(jì)一直以來(lái)受到了各領(lǐng)域?qū)＜业年P(guān)注，并且多種量化器的設(shè)計(jì)方法被提出，但針對(duì)動(dòng)態(tài)對(duì)象狀態(tài)估計(jì)的量化算法較缺乏。狀態(tài)降維也是節(jié)省通信資源的有效手段，并受到了相關(guān)領(lǐng)域?qū)＜业年P(guān)注。針對(duì)非量化動(dòng)態(tài)對(duì)象或者靜態(tài)信號(hào)，已經(jīng)有了一些關(guān)于狀態(tài)降維的方法。然而，對(duì)于量化動(dòng)態(tài)對(duì)象的狀態(tài)降維和量化器的聯(lián)合優(yōu)化方法比較缺乏。

發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法。目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法是基于狀態(tài)空間描述的線性動(dòng)態(tài)對(duì)象為x(k+l) =Ax(k)+Bw(k)
其中，A、B分別為系統(tǒng)矩陣和輸入矩陣，k為時(shí)刻，狀態(tài)x(k)為η維的實(shí)數(shù)狀態(tài)向量，初始狀態(tài)X(O)服從高斯分布；w(k)為過(guò)程噪聲，是m維、協(xié)方差陣為Q的零均值高斯白噪聲向量，與x(0)相互獨(dú)立；在通訊信號(hào)降維與量化的聯(lián)合優(yōu)化系統(tǒng)框架下，首先對(duì)系統(tǒng)狀態(tài)進(jìn)行降維，通過(guò)前置的預(yù)測(cè)器得到信號(hào)的新息并將其量化后傳輸至信號(hào)接收端，然后通過(guò)后置濾波器對(duì)接收到的新息量化值進(jìn)行濾波，實(shí)現(xiàn)對(duì)系統(tǒng)狀態(tài)的估計(jì)，具體步驟包括1)通過(guò)對(duì)狀態(tài)的線性降維的方法降低系統(tǒng)狀態(tài)的維數(shù)，滿(mǎn)足獨(dú)立平行信道傳輸數(shù)據(jù)的維數(shù)限制；2)通過(guò)多電平量化新息卡爾曼濾波器預(yù)測(cè)，得到信號(hào)的預(yù)測(cè)值，進(jìn)而得到信號(hào)的新息；3)在傳輸功率約束和帶寬約束下，以最小均方估計(jì)為準(zhǔn)則，聯(lián)合設(shè)計(jì)狀態(tài)的線性降維的方法和時(shí)不變對(duì)稱(chēng)量化方法，對(duì)新息進(jìn)行量化；4)在信號(hào)接收端，采用多電平量化信息卡爾曼濾波器對(duì)接收到的新息進(jìn)行濾波， 估計(jì)對(duì)象的狀態(tài)。所述的狀態(tài)的線性降維的方法為y (k) = Cx (k) +ν (k)其中，k為時(shí)刻，y(k)為標(biāo)量輸出，是狀態(tài)降維后的輸出值；v(k)為降維過(guò)程中的高斯白噪聲，表示狀態(tài)檢測(cè)以及降維檢測(cè)過(guò)程中的各種干擾因素，其均值為零、協(xié)方差為R， 與w(k)和x(O)均相互獨(dú)立；C為降維矩陣。所述的多電平量化新息卡爾曼濾波器預(yù)測(cè)為首先，采用多電平量化信息卡爾曼濾波器預(yù)測(cè)算法得到降維輸出的預(yù)測(cè)值
■ H)y{k\k-l) = ^{y{k)\Y^}其中，k為時(shí)刻，ff1表示0到k-Ι時(shí)刻所有量化新息的時(shí)間序列，即 ^1 = R(O) ^q(I) ...丨；ω,表示量化，Ε表示期望運(yùn)算；信號(hào)的實(shí)際值減
去信號(hào)的預(yù)測(cè)值即是信號(hào)的新息K^) = X^)1^-1)所述的時(shí)不變對(duì)稱(chēng)量化方法為

權(quán)利要求
1.一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法，其特征在于基于狀態(tài)空間描述的線性動(dòng)態(tài)對(duì)象為x(k+l) = Ax (k) +Bw (k)其中，A、B分別為系統(tǒng)矩陣和輸入矩陣，k為時(shí)刻，狀態(tài)x(k)為η維的實(shí)數(shù)狀態(tài)向量， 初始狀態(tài)X(O)服從高斯分布；w(k)為過(guò)程噪聲，是m維、協(xié)方差陣為Q的零均值高斯白噪聲向量，與x(0)相互獨(dú)立；在通訊信號(hào)降維與量化的聯(lián)合優(yōu)化系統(tǒng)框架下，首先對(duì)系統(tǒng)狀態(tài)進(jìn)行降維，通過(guò)前置的預(yù)測(cè)器得到信號(hào)的新息并將其量化后傳輸至信號(hào)接收端，然后通過(guò)后置濾波器對(duì)接收到的新息量化值進(jìn)行濾波，實(shí)現(xiàn)對(duì)系統(tǒng)狀態(tài)的估計(jì)，具體步驟包括1)通過(guò)對(duì)狀態(tài)的線性降維的方法降低系統(tǒng)狀態(tài)的維數(shù)，滿(mǎn)足獨(dú)立平行信道傳輸數(shù)據(jù)的維數(shù)限制；2)通過(guò)多電平量化新息卡爾曼濾波器預(yù)測(cè)，得到信號(hào)的預(yù)測(cè)值，進(jìn)而得到信號(hào)的新息；3)在傳輸功率約束和帶寬約束下，以最小均方估計(jì)為準(zhǔn)則，聯(lián)合設(shè)計(jì)狀態(tài)的線性降維的方法和時(shí)不變對(duì)稱(chēng)量化方法，對(duì)新息進(jìn)行量化；4)在信號(hào)接收端，采用多電平量化信息卡爾曼濾波器對(duì)接收到的新息進(jìn)行濾波，估計(jì)對(duì)象的狀態(tài)。
2.如權(quán)利要求1所述的一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法，其特征在于所述的狀態(tài)的線性降維的方法為y(k) = Cx(k)+v(k)其中，k為時(shí)刻，y(k)為標(biāo)量輸出，是狀態(tài)降維后的輸出值；v(k)為降維過(guò)程中的高斯白噪聲，表示狀態(tài)檢測(cè)以及降維檢測(cè)過(guò)程中的各種干擾因素，其均值為零、協(xié)方差為R，與 w(k)和x(O)均相互獨(dú)立；C為降維矩陣。
3.如權(quán)利要求1所述的一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法，其特征在于所述的多電平量化新息卡爾曼濾波器預(yù)測(cè)為首先，采用多電平量化信息卡爾曼濾波器預(yù)測(cè)算法得到降維輸出的預(yù)測(cè)值1^-1)其中，k為時(shí)亥ij，F(xiàn)q""1表示0到k-Ι時(shí)刻所有量化新息的時(shí)間序列，即=Λ( )…ω,表示量化，ε表示期望運(yùn)算；信號(hào)的實(shí)際值減去信號(hào)的預(yù)測(cè)值即是信號(hào)的新息m = y(k)-y(k\k-\)
4.如權(quán)利要求1所述的一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法，其特征在于所述的時(shí)不變對(duì)稱(chēng)量化方法為
5.如權(quán)利要求1所述的一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法，其特征在于所述的采用多電平量化信息卡爾曼濾波器對(duì)接收到的新息進(jìn)行濾波為在信號(hào)接收端采用多電平量化信息卡爾曼濾波器濾波算法對(duì)接收到的經(jīng)過(guò)量化后的新息進(jìn)行濾波，得到對(duì)象的狀態(tài)估計(jì)值對(duì)幻=I Y^f，其中，k為時(shí)刻，^表示0到k時(shí)刻所有量化新息的時(shí)間序列。
6.如權(quán)利要求1所述的一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法，其特征在于所述的聯(lián)合設(shè)計(jì)狀態(tài)的線性降維的方法和時(shí)不變對(duì)稱(chēng)量化方法為設(shè)計(jì)量化器和降維矩陣使估計(jì)誤差協(xié)方差矩陣的跡 tr (P (k I k))達(dá)到最小，其中P(k|k)為估計(jì)誤差協(xié)方差矩陣，tr(.)表示矩陣的跡， 以估計(jì)為目標(biāo)的最優(yōu)量化器可通過(guò)運(yùn)行如下的Matlab命令求得其中，fmincon是Matlab中尋找目標(biāo)函數(shù)fun極小值點(diǎn)的命令，X(1為算法的初始值點(diǎn)， A、b、Aeq, beq分別為不等式約束和等式約束條件的參數(shù)，lb、ub為變量取值范圍的下界和上界，優(yōu)化而得的極小值點(diǎn)為X，目標(biāo)函數(shù)的極小值為y。最小均方誤差估計(jì)準(zhǔn)則下的降維矩陣C的求解方法采用迭代法，具體是計(jì)算每一時(shí)刻的降維矩陣C(k)，當(dāng)C(k)收斂于定常矩陣時(shí)，該定常矩陣即為降維矩陣C，迭代法的具體步驟是①初始化，設(shè)置迭代次數(shù)j= 0、預(yù)測(cè)誤差協(xié)方差矩陣初始值P (0卜1)、期望的精度 delta、相鄰兩次迭代所得估計(jì)誤差協(xié)方差絕陣跡的差d =⑴，并計(jì)算估計(jì)誤差協(xié)方差矩陣 P(0|0)；②通過(guò)運(yùn)行如下Matlab命令求最優(yōu)量化器[X，y] = fmincon (fun, x0, A, b, Aeq, beq, lb, ub)③令迭代次數(shù)j=」+1，計(jì)算預(yù)測(cè)誤差協(xié)方差矩陣？(」|」-1)，P (j |j-l) = AP(j-l| j-l)AT+BQBT并計(jì)算P(j|j_l)的特征值Oi, i = 1,2,…，p，并按照從大到小的順序排列 O1^ O2彡…彡On，以及所對(duì)應(yīng)的單位正交特征向量ε2,…，εη，得到
全文摘要
本發(fā)明公開(kāi)了一種目標(biāo)狀態(tài)估計(jì)的通訊信號(hào)降維與量化的聯(lián)合優(yōu)化方法。具體步驟包括1)通過(guò)對(duì)狀態(tài)的線性降維的方法降低系統(tǒng)狀態(tài)的維數(shù)，滿(mǎn)足獨(dú)立平行信道傳輸數(shù)據(jù)的維數(shù)限制；2)通過(guò)多電平量化新息卡爾曼濾波器預(yù)測(cè)，得到信號(hào)的預(yù)測(cè)值，進(jìn)而得到信號(hào)的新息；3)在傳輸功率約束和帶寬約束下，以最小均方估計(jì)為準(zhǔn)則，聯(lián)合設(shè)計(jì)狀態(tài)的線性降維的方法和時(shí)不變對(duì)稱(chēng)量化方法，對(duì)新息進(jìn)行量化；4)在信號(hào)接收端，采用多電平量化信息卡爾曼濾波器對(duì)接收到的新息進(jìn)行濾波，估計(jì)對(duì)象的狀態(tài)。本發(fā)明可以使得在傳輸信號(hào)滿(mǎn)足通訊約束的同時(shí)，信道接收端的狀態(tài)估計(jì)器具有較高的估計(jì)精度，是一種有效的信號(hào)處理方法。
文檔編號(hào)H04L1/00GK102299766SQ201110237648
公開(kāi)日2011年12月28日 申請(qǐng)日期2011年8月18日 優(yōu)先權(quán)日2011年8月18日
發(fā)明者沈英, 章輝 申請(qǐng)人:浙江大學(xué)