一種分布式濾波網(wǎng)絡(luò)系統(tǒng)及設(shè)計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種濾波系統(tǒng)及設(shè)計(jì)方法，尤其是涉及一種分布式濾波網(wǎng)絡(luò)系統(tǒng)及設(shè) 計(jì)方法。
【背景技術(shù)】
[0002] 隨著汽車使用量的大幅度增加，汽車平順性研究越來越受到人們關(guān)注，它也成為 汽車的重要性能指標(biāo)之一。在平順性分析過程中，精確的實(shí)時(shí)動(dòng)態(tài)信息采集是準(zhǔn)確分析的 前提。常用的數(shù)據(jù)采集系統(tǒng)雖然有效，但隨著不斷增長(zhǎng)的高精度要求、日益復(fù)雜的實(shí)驗(yàn)環(huán)境 和測(cè)量噪聲的干擾，現(xiàn)有的數(shù)據(jù)采集方法已經(jīng)不能滿足人們的要求。
[0003] 目前，大部分研究都是圍繞著產(chǎn)品性能預(yù)測(cè)問題，即在汽車設(shè)計(jì)階段，通過建立整 車仿真模型，對(duì)懸架、車身等部件參數(shù)進(jìn)行分析?；诜抡鎸?shí)驗(yàn)的平順性分析，汽車動(dòng)態(tài)實(shí) 時(shí)數(shù)據(jù)信息很容易被采集到。但是，平順性分析不能只限于產(chǎn)品預(yù)測(cè)和仿真實(shí)驗(yàn)，當(dāng)需要對(duì) 種類多樣的有一定駕齡的真車進(jìn)行平順性評(píng)估時(shí)，考慮到汽車行駛環(huán)境的多變性和汽車本 身性能的復(fù)雜性，汽車仿真實(shí)驗(yàn)平臺(tái)往往不能模擬所有情況，這就需要對(duì)行駛在真實(shí)環(huán)境 中的汽車進(jìn)行平順性分析實(shí)驗(yàn)。汽車構(gòu)造的復(fù)雜性、采樣誤差和環(huán)境噪聲的存在對(duì)高精度 的數(shù)據(jù)采集提出了挑戰(zhàn)。另外，考慮到運(yùn)動(dòng)中的汽車位置一直在變化，采集到的數(shù)據(jù)信息需 要通過無線傳感網(wǎng)絡(luò)傳輸給固定站點(diǎn)的濾波器，信息傳遞過程中的抗干擾能力是濾波器設(shè) 計(jì)中需要考慮的重要指標(biāo)。
[0004] 卡爾曼濾波是經(jīng)典的濾波器形式，對(duì)于解決大部分問題，它是最優(yōu)、效率最高甚至 是最有用的，但是它只對(duì)高斯白噪聲有很好的濾波效果，對(duì)噪聲類型變化的適應(yīng)性不強(qiáng)。運(yùn) 動(dòng)的汽車系統(tǒng)可能存在其他類型的噪聲，因此使用卡爾曼濾波方式效果并不理想。
[0005] 另外，車載傳感器采集到的數(shù)據(jù)信息需要通過無線網(wǎng)絡(luò)傳送給濾波器網(wǎng)絡(luò)。傳統(tǒng) 采樣方式為周期采樣，周期采樣雖然能減少網(wǎng)絡(luò)中數(shù)據(jù)包的傳遞次數(shù)，但是當(dāng)汽車實(shí)時(shí)姿 態(tài)信息變化幅度小、系統(tǒng)噪聲影響微弱、或?yàn)V波器已經(jīng)精確地估計(jì)到汽車狀態(tài)信息時(shí)，就沒 有必要仍進(jìn)行密集的周期信息傳遞。所以，為了降低數(shù)據(jù)通信率、節(jié)約網(wǎng)絡(luò)資源，在保證濾 波器工作性能的前提下，可以適當(dāng)?shù)臏p少采樣信息傳遞量。為了達(dá)到這一目的，本發(fā)明采用 事件觸發(fā)采樣機(jī)制來代替?zhèn)鹘y(tǒng)的周期采樣。大量研究證明了事件觸發(fā)機(jī)制的優(yōu)越性，它也 被廣泛應(yīng)用到網(wǎng)絡(luò)控制、多智能體系統(tǒng)、飛機(jī)編隊(duì)等領(lǐng)域，根據(jù)應(yīng)用背景的不同，還分為基 于系統(tǒng)狀態(tài)、系統(tǒng)輸出、觀測(cè)器輸出的觸發(fā)機(jī)制。本發(fā)明采用基于汽車懸架系統(tǒng)和鄰居濾波 器輸出信息的事件觸發(fā)采樣機(jī)制，濾波網(wǎng)絡(luò)根據(jù)輸出信息就能實(shí)現(xiàn)對(duì)汽車實(shí)時(shí)狀態(tài)信息的 精確估計(jì)。事件觸發(fā)機(jī)制的核心是設(shè)計(jì)事件觸發(fā)條件，它直接影響采樣信息傳頻率及濾波 效果的好壞。事件產(chǎn)生器在每個(gè)采樣時(shí)刻對(duì)事件觸發(fā)條件進(jìn)行判斷，一旦條件偏離預(yù)定閾 值，觸發(fā)傳感器傳遞當(dāng)前采樣值給濾波器，否則，丟棄當(dāng)前數(shù)據(jù)信息。事件觸發(fā)采樣機(jī)制能 夠有效減少數(shù)據(jù)傳遞次數(shù)、降低通信帶寬占有率、節(jié)約網(wǎng)絡(luò)資源。
[0006] 雖然單個(gè)濾波器可以實(shí)現(xiàn)對(duì)汽車狀態(tài)的估計(jì)，但有時(shí)會(huì)出現(xiàn)多個(gè)性能評(píng)估站點(diǎn)同 時(shí)需要接收汽車信息的情況，或單個(gè)濾波器失效導(dǎo)致整個(gè)評(píng)估進(jìn)程中斷的情況。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種對(duì)包括白噪聲 在內(nèi)的多種噪聲形式具有良好的抗噪能力，而且在保證濾波性能的前提下有效降低數(shù)據(jù)傳 遞次數(shù)、節(jié)約網(wǎng)絡(luò)資源，符合現(xiàn)代經(jīng)濟(jì)社會(huì)的發(fā)展要求的分布式濾波網(wǎng)絡(luò)系統(tǒng)及設(shè)計(jì)方法。
[0008] 本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：
[0009] 一種分布式濾波網(wǎng)絡(luò)系統(tǒng)，用于1/4車模型汽車平順性分析，該系統(tǒng)包括：
[0010] 濾波器網(wǎng)絡(luò)單元:包括分布于不同物理站點(diǎn)的濾波器，各濾波器通過網(wǎng)絡(luò)進(jìn)行信 息交互；
[0011]傳感器采樣單元:包括車載傳感器和濾波傳感器，所述的車載傳感器內(nèi)嵌于汽車 懸架系統(tǒng)并采集汽車懸架系統(tǒng)狀態(tài)信息，所述的濾波傳感器內(nèi)嵌于各濾波器內(nèi)并采集該濾 波器與設(shè)定的相鄰濾波器的交流信息；
[0012] 事件觸發(fā)單元:包括與各濾波器對(duì)應(yīng)的事件觸發(fā)器，各事件觸發(fā)器基于周期事件 觸發(fā)機(jī)制，分別決定對(duì)應(yīng)濾波器事件發(fā)生時(shí)刻；
[0013] 在事件發(fā)生時(shí)刻，濾波器接收對(duì)應(yīng)車載傳感器采集的汽車懸架系統(tǒng)狀態(tài)信息以及 設(shè)定相鄰的濾波器的交流信息，否則該濾波器不動(dòng)作。
[0014] 一種分布式濾波網(wǎng)絡(luò)系統(tǒng)的設(shè)計(jì)方法，該方法包括以下步驟：
[0015] (1)建立1/4車模型汽車的離散化模型：
[0016] x(k+l)=Ax(k)+Bv(k) (1)
[0017] 其中，x(k)為k時(shí)刻汽車懸架系統(tǒng)狀態(tài)變量，x(k+l)為k+1時(shí)刻汽車懸架系統(tǒng)狀態(tài) 變量，v(k)為當(dāng)前時(shí)刻的路面噪聲，A和B分別為適合維度的系統(tǒng)常矩陣；
[0018] (2)建立各車載傳感器采樣模型：
[0019] yi(k) =CiX(k)+Di ω i(k) (2)
[0020] 其中，i = 1，2……N，N為車載傳感器總個(gè)數(shù)，yi(k)表示k時(shí)刻第i個(gè)車載傳感器的 輸出信息，《辦)表示k時(shí)刻第i個(gè)車載傳感器的采樣噪聲，CnDi是適合維度的系統(tǒng)常矩陣； [0021 ] (3)建立濾波器網(wǎng)絡(luò)單元中各濾波器交流信息模型：
[0022] yu (k) = + (3 )
[0023] 其中，九⑷為k時(shí)刻第j個(gè)濾波器傳輸給第i個(gè)濾波器的交流信息，七⑷為k時(shí)刻 第j個(gè)濾波器的估計(jì)狀態(tài)，必0)表示k時(shí)刻第j個(gè)濾波器和第i個(gè)濾波器之間的通信信道的 隨機(jī)擾動(dòng)，Ei^Fij為適合維度的系數(shù)矩陣，i = 1，2……N，j = 1，2……N，N為濾波器個(gè)數(shù)；
[0024] (4)分別建立各濾波器中事件觸發(fā)器的觸發(fā)條件：
[0025]
[0026] 其中，〇i、<和^為第i個(gè)事件觸發(fā)器閾值參數(shù)，為第i個(gè)事件觸發(fā)器的第一權(quán)重 矩陣，我:為第i個(gè)事件觸發(fā)器的第二權(quán)重矩陣，；Γ',⑷=戈⑷-C,為(A-)，i,⑷為第i個(gè)濾波 器k時(shí)刻的估計(jì)狀態(tài)4(0 =又0)J，<_:/.>為第i個(gè)濾波器的事件發(fā)生時(shí)刻，
能傳輸交流信息給第i個(gè)濾波器的所有相鄰濾波器的集合，Ξ表示求均方；
[0027] (5)基于事件觸發(fā)器觸發(fā)條件建立濾波器離散化模型：
[0028]
[0029] 其中i = l，2……N表示第i個(gè)濾波器，N為濾波器總個(gè)數(shù)，i,U)為k時(shí)刻第i個(gè)濾波 器估計(jì)狀態(tài)，i·, U -1)為k+Ι時(shí)刻第i個(gè)濾波器估計(jì)狀態(tài)，出為第i個(gè)濾波器的本地增益 第i個(gè)濾波器的親合增益，為第i個(gè)濾波器在時(shí)刻的狀態(tài)估計(jì)值，為 第i個(gè)濾波器在⑷時(shí)刻的輸出信息，％ 為時(shí)刻第j個(gè)濾波器傳輸給第i個(gè)濾波 器的的交流信息；
[0030] (6)將式(1)和式(5)相減，并整合得到濾波網(wǎng)絡(luò)估計(jì)誤差模型：
[0031]
[0032] 其中，⑷-為W為k時(shí)刻第i個(gè)濾波器的估計(jì)誤差，再(幻=4(約-~(<財(cái)) 為第i個(gè)濾波器k時(shí)刻估計(jì)誤差與事件觸發(fā)時(shí)刻估計(jì)誤差的差值，j = ,,,)， ^ )為事件觸發(fā)時(shí)"刻第j個(gè)濾波器和第i個(gè)濾波器之間的通信信道的隨機(jī)擾云力， 是適合維度的常矩陣；
[0033] (7)記e(々）二[<0)<(&)." 4(&)Γ，根據(jù)式獲取整個(gè)濾波網(wǎng)絡(luò)估計(jì)誤差模 型為：
[0036] (8)對(duì)濾波網(wǎng)絡(luò)估計(jì)誤差模型采用李雅普諾夫穩(wěn)定性分析方法設(shè)計(jì)具有Hoc穩(wěn)定性 的濾波器網(wǎng)絡(luò)的約束條件矩陣；
[0037] (9)根據(jù)上述約束條件矩陣和給定的周期事件觸發(fā)閾值參數(shù)〇1、6；和￡1計(jì)算濾波器 網(wǎng)絡(luò)中各濾波器本地增益出和耦合增益L。
[0038] 所述的步驟(8)包括如下子步驟：
[0039] (801)建立李雅普諾夫方程為：
[0040] V(e(k))=eT(k)Pe(k) (8)
[0041 ]其中，P為正矩陣；
[0042] (802)求解李雅普諾夫方程的差分方程，利用利亞普諾夫穩(wěn)定理論第二法求解使 得濾波網(wǎng)絡(luò)系統(tǒng)具有Η?穩(wěn)定性的約束條件矩陣：
[0046]所述的濾波網(wǎng)絡(luò)系統(tǒng)具有Hoc穩(wěn)定性具體滿足下列步驟：
[0047] (a)判斷是否考慮系統(tǒng)外部擾動(dòng)、傳感器測(cè)量誤差和信道噪聲，若是執(zhí)行步驟(b)