文献类型：期刊文献

中文题名：基于随机有限集的信息物理系统状态估计

英文题名：State Estimation of Cyber Physical System Based on Random Finite Set

作者：杨超群[1];张恒[2];何立栋[3];杨文[4]

机构：[1]中国电子科技集团公司第十四研究所,江苏南京210012;[2]江苏海洋大学计算机工程学院,江苏连云港222002;[3]南京理工大学自动化学院,江苏南京210094;[4]华东理工大学信息科学与工程学院,上海200237

年份：2022

卷号：29

期号：8

起止页码：1424

中文期刊名：控制工程

外文期刊名：Control Engineering of China

收录：CSTPCD;;北大核心:【北大核心2020】；CSCD:【CSCD_E2021_2022】；

基金：国家自然科学基金面上项目(61873106,61973123,61973163);江苏省自然科学基金面上项目(BK20171264,BK20191285);江苏省“双创博士”项目(202030033);浙江大学工业控制技术国家重点实验室开放课题(ICT2022B49)。

语种：中文

中文关键词：信息物理系统;状态估计;随机有限集

外文关键词：Cyber physical system;state estimation;random finite set

摘要：状态估计一直是信息物理系统(CPS)的基本问题之一。目前,状态估计主要采用以卡尔曼滤波及其扩展形式等为代表的随机过程方法。不同于已有研究,从信息融合的角度,提出了一种基于随机有限集的状态估计方法。通过将系统状态和传感器观测分别建模为随机有限集,并采用集贝叶斯滤波器及其粒子实现迭代求解,实现了对CPS状态的精确估计。最后,仿真结果验证了所提方法的可行性。
State estimation is one of the basic problems of cyber physical system(CPS).At present,the main method used for state estimation is stochastic process method represented by Kalman filter and its extended form.Different from previous researches,a new method of state estimation based on random finite set is proposed in this paper from the perspective of information fusion.The system state and sensor observation are modeled as random finite sets,and the set Bayesian filter and its particles are used to achieve iterative solution,thus achieving accurate estimation of CPS state.Finally,the simulation results verify the feasibility of the proposed method.