.png){kind=icon}
返回
Neural-Network-Based Distributed State Estimation Under Encoding-Decoding Schemes: Probabilistic-Constrained Cases
.png){kind=icon}
PRE
AI
DOI：10.1109/TSMC.2025.3571783.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文针对一类非线性系统，提出了一种基于神经网络（NN）的分布式状态估计方法，该方法包含概率约束，适用于传感器网络。针对所讨论的受控对象，通过利用神经网络（NN）对未知的非线性动力学进行近似，并通过编码-解码方案调度估计器与传感器之间的通信。所讨论问题的目标是设计一个分布式估计器，使得在存在有界噪声的情况下，所有可能的误差以预定的概率被限制在某个特定区域内，同时实现指数有界性能并在有限时间域内达成。基于矩阵运算，获得了一些充分条件以确保估计器期望增益的存在，这些增益通过迭代处理相应的矩阵不等式计算得到。通过给出一个单轨模型的示例，验证了所提出的分布式状态估计方法的有效性。
Keyword:
Distributed state estimation
encoding-decoding schemes (EDS)
neural-network-based state estimators (NN)
probabilistic constraints
期刊
IF:
10.5
论文数:
1.1W
被引数:
5.0W
机构
引用论文
.png){kind=icon}
Neural-Network-Based Secure State Estimation Under Energy-Constrained Denial-of-Service Attacks: An Encoding-Decoding Scheme能量受限拒绝服务攻击下基于神经网络的安全状态估计: 一种编码解码方案
PREAI
分享收藏
查看更多内容