40、状态估计中的复杂性管理与离散连续变量估计

最新推荐文章于 2026-03-25 18:51:20 发布

原创最新推荐文章于 2026-03-25 18:51:20 发布 · 58 阅读

0 GEO检测

收录于

当前文章被以下社区和专栏收录：

分布式多智能体系统的协同控制探索专栏收录该内容

43 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

状态估计中的复杂性管理与离散连续变量估计

1. 状态估计规则与复杂性分析

1.1 状态估计规则

在状态估计中，函数 $\tilde{f}(T_i)$ 通过对 $T_{i,j}$ 与 $T_{i,j + 1}$、$T_{i,j - 1}$ 进行交换或保持 $T_{i,j}$ 不变而得到。若 $w, v \in T_i$ 且 $w \leq v$，则 $\tilde{f}(w) \leq \tilde{f}(v)$，反之亦然。

定理 16.5.6 给出的估计器 $\hat{\eta}$ 由以下规则表示：
- 当 $z_i(k + 1) = z_i(k) + \delta$ 时，$l_i(k + 1) = i + 1$（式 16.14）
- 当 $z_i(k + 1) = z_i(k) - \delta$ 时，$l_i(k + 1) = 1$（式 16.15）
- $L_{i,y}(k + 1) = \max{L_i(k), l_i(k + 1)}$（式 16.16）
- 若 $x_{L_{i,y}(k + 1)} \geq z_{i + 1}(k) \land x_{L_{i + 1,y}(k + 1)} \leq z_{i + 1}(k)$，则 $(L_i(k + 1), L_{i + 1}(k + 1)) = (L_{i + 1,y}(k + 1), L_{i,y}(k + 1))$（式 16.17）
- 当 $z_i(k + 1) = z_i(k) + \delta$ 时，$u_i(k + 1) = N$（式 16.18）
- 当 $z_i(k + 1) = z_i(k) - \delta$ 时，$u_i(k +

标签