一种基于事件驱动的量测调度方法技术

本发明专利技术公开了一种基于事件驱动的量测调度方法，通过设计一种开环随机事件触发机制，根据量测的贡献度自适应调节量测窗长：判断从当前时刻到初始时刻的量测选取事件是否被触发，如果事件被触发，则窗长加1，继续判断前一时刻，否则即得到当前时刻的量测窗长；然后结合EM框架，设计一种基于事件驱动的量测调度自适应变划窗EM参数解析辨识技术。以解决现有恒定划窗法无法自适应选取窗长导致参数辨识精度低或者计算量大的问题，平衡参数辨识精度和计算量之间的矛盾。

【技术实现步骤摘要】
一种基于事件驱动的量测调度方法
本专利技术属于系统参数辨识领域，涉及一种基于事件驱动的量测调度方法。
技术介绍
在基于期望最大化(EM)算法的参数辨识框架中，为了增强待辨识参数的辨识速度，算法是在数据段上执行的而不是在某个单独的数据点上执行，即需要选取一定数量的量测参与参数辨识。现有的量测选取方法均是恒定划窗法，即每个时刻均选取固定数量的量测。这种方法窗长选取(计算量)和辨识精度是互相矛盾的。窗长越长，辨识精度越高，误差越小，但是计算量也越大，对参数突变的反应速度也越慢，窗长越短，计算量越小，参数突变时刻反应速度越快，但是，参数辨识精度越低，误差越大。在实际应用中，通常对参数辨识精度和算法计算量均有要求，但是采用这种恒定划窗法却无法兼顾辨识精度和计算量、平衡两者之间的矛盾。而采用事件驱动方法可能平衡辨识精度和计算量。事件驱动是为了平衡估计精度和计算效率而建立的一种传感器数据调度策略。事件触发机制通常被设置在传感器量测和网络通信之间，如果事件触发条件满足，传感器通过网络总线向估计或处理中心传递量测，保证估计精度，否则传感器不传递量测，减轻通讯负担，在保证精度或至少精度不会下降太多的前提下，提升计算效率。如果能够根据事件驱动的思想建立一种量测窗长调度策略，根据量测的贡献度自适应选取量测，则有望实现辨识精度和计算量的平衡。总之，现有的恒定划窗法无法实现自适应选取窗长，无法根据系统量测特性和算法运行过程中的性能自适应调整窗长提高参数辨识精度或者降低算法计算量，因此如果能够根据事件驱动的思想设计一种应用于EM的自适应量测调度技术，那么就可以平衡EM算法在参数辨识精度和计算量之间的矛盾。
技术实现思路
本专利技术的目的在于提出一种基于事件驱动的量测调度方法，以解决现有恒定划窗法无法自适应选取窗长导致参数辨识精度低或者计算量大的问题，平衡参数辨识精度和计算量之间的矛盾。本专利技术所采用的技术方案是，一种基于事件驱动的量测调度方法，通过设计一种开环随机事件触发机制，根据量测的贡献度自适应调节量测窗长：判断从当前时刻到初始时刻的量测选取事件是否被触发，如果事件被触发，则窗长加1，继续判断前一时刻，否则即得到当前时刻的量测窗长；然后结合EM框架，设计一种基于事件驱动的量测调度自适应变划窗EM参数解析辨识技术。进一步的，本专利技术基于一类离散时间乘性参数线性系统，具体如下：xk+1＝F(xk)θ+S(xk)+ωk(1-1)，yk＝Hkxk+vk(1-2)，式中，公式(1-1)为系统模型的动态方程，公式(1-2)为系统模型的量测方程；k∈{1,2,···}是离散时间，xk∈Rn和yk∈Rm是系统状态和量测向量；F(·)∈Rn×p和S(·)∈Rn是已知的线性函数，θ∈Rp是与F(·)乘性耦合的系统参数；Hk∈Rm×n是量测矩阵；ωk∈Rn是过程噪声，vk∈Rm是量测噪声；wk和vk分别是均值为零方差为Q和R的高斯白噪声；初始状态x0服从均值为方差为P0的高斯分布；具体按照以下步骤实施：步骤1、基于事件驱动的量测调度策略：设计如下随机事件触发机制：式中，ζk为服从[0,1]上均匀分布的随机变量，Z是非奇异正定矩阵，rk为决策变量；令zk表示k时刻窗内的量测，则式中，l<k，zi＝{y1,y2,···,yi},1≤i≤l，l表示最小窗长，γk为决策变量，yi为i时刻系统量测；步骤2、根据步骤1的基于事件驱动量测调度策略，设计EM框架下参数θ的辨识结果；步骤3、根据步骤2得到的参数辨识结果进行系统参数和状态的联合估计与辨识：步骤3.1、根据步骤1选取的窗内量测，计算对应窗内量测时刻的状态RTS平滑和协方差；步骤3.2、根据步骤2得到的参数辨识结果和步骤3.1得到的状态平滑和协方差，计算参数θ估计值步骤3.3、判断迭代是否满足迭代终止条件，所述迭代终止条件为两次迭代期望误差小于给定阈值e：当迭代满足迭代终止条件后，即结束本次内层迭代过程，得到第k次迭代的参数θ的估计值然后将k取值加1，直到k等于量测长度，t值重置为1，返回步骤3.1继续迭代；如果迭代不满足迭代终止条件，将t取值加1，返回步骤3.2继续迭代。进一步的，步骤2的具体方法为：步骤2.1、求解离散时间乘性参数线性系统的完整数据对数似然函数；步骤2.2、计算步骤2.1得到的完整数据对数似然函数的期望：步骤a、对完整数据对数似然函数进行分解，得到关于状态的对数条件概率密度函数，概率密度函数均是待辨识参数的线性函数；步骤b、求步骤a得到的对数条件概率密度函数关于的条件期望；其中，为在条件下的概率密度函数，为k时刻第t次迭代参数θ的估计值，步骤2.3、将xk，F(xk)和S(xk)关于状态的各分量展开；其中，xk为k时刻系统状态向量；F(xk)和S(xk)为k时刻系统已知的线性函数；步骤2.4、根据步骤2.3得到的xk，F(xk)和S(xk)的分解形式和步骤2.2得到的期望的表达式来计算期望，然后取期望关于参数θ的导数，并令导数为零最大化期望；步骤2.5、根据步骤2.4中使得期望取得最大值的参数θ，即可得到参数θ的辨识结果：式中，其中，xi为系统i时刻的状态，x0为系统初始状态，Q为系统过程噪声方差，γk为决策变量；Φl，Γl，es分别为F(xk)、S(xk)和xk按状态xk的分量分解得到的常数矩阵；和分别为i时刻和i-1时刻的状态平滑，Pi-1,i-1|k为i-1时刻状态的协方差，Pi-1,i|k为i时刻和i-1时刻状态的互协方差；为的第s个分量；为的第j行第l个分量。本专利技术的有益效果是，根据事件驱动的思想和量测的贡献度设计一种随机事件触发机制自适应选取量测窗长，然后结合EM框架，设计一种基于事件驱动的量测调度自适应变划窗EM参数辨识算法；新技术通过基于事件驱动的量测调度自适应量测窗长选取，解决传统恒定划窗法设置较大窗长计算量大、设置较小窗长辨识精度低的问题，平衡基于EM算法参数辨识中辨识精度和计算量之间的矛盾。附图说明图1是一种基于事件驱动的量测调度方法的EM参数辨识流程图；图2是本专利技术一种基于事件驱动的量测调度方法中联合估计与辨识迭代实现框图；图3是本专利技术一种基于事件驱动的量测调度方法与恒定划窗法辨识结果的对比图；图4是本专利技术一种基于事件驱动的量测调度方法中同时刻选取的量测窗长选取结果图；图5是本专利技术一种基于事件驱动的量测调度方法与恒定划窗法位置均方根误差的对比图；图6是本专利技术一种基于事件驱动的量测调度方法与恒定划窗法速度均方根误差的对比图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。首先，本专利技术考虑的一类离散时间乘性参数线性系统如下：xk+1＝F(xk)θ+S(xk)+ωk(1-1)，yk＝Hkxk+vk(1-2)，式中，公式(1-1)为系统模型的动态方程，公式(1-2)为系统模型的量测方程。k∈{1,2,···}是离散时间，xk∈Rn和yk∈Rm是系统状态和量测向量；F(·)∈Rn×p和S(·)∈Rn是已知的线性函数，θ∈Rp是与F(·)乘性耦合的系统参数；Hk∈Rm×n是量测矩阵；ωk∈Rn是过程噪声，vk∈Rm是量测噪声；wk和vk分别是均值为零方差为Q和R的高斯白噪声；初始状态x0服从均值为方差为P0的高斯分布。在参数辨识过程中，通常越靠近当前时刻的量本文档来自技高网...

【技术保护点】
一种基于事件驱动的量测调度方法，其特征在于，通过设计一种开环随机事件触发机制，根据量测的贡献度自适应调节量测窗长：判断从当前时刻到初始时刻的量测选取事件是否被触发，如果事件被触发，则窗长加1，继续判断前一时刻，否则即得到当前时刻的量测窗长；然后结合EM框架，设计一种基于事件驱动的量测调度自适应变划窗EM参数解析辨识技术。

【技术特征摘要】
1.一种基于事件驱动的量测调度方法，其特征在于，通过设计一种开环随机事件触发机制，根据量测的贡献度自适应调节量测窗长：判断从当前时刻到初始时刻的量测选取事件是否被触发，如果事件被触发，则窗长加1，继续判断前一时刻，否则即得到当前时刻的量测窗长；然后结合EM框架，设计一种基于事件驱动的量测调度自适应变划窗EM参数解析辨识技术。2.如权利要求1所述的一种基于事件驱动的量测调度方法，其特征在于，本发明基于一类离散时间乘性参数线性系统，具体如下：xk+1＝F(xk)θ+S(xk)+ωk(1-1)，yk＝Hkxk+vk(1-2)，式中，公式(1-1)为系统模型的动态方程，公式(1-2)为系统模型的量测方程；k∈{1,2,···}是离散时间，xk∈Rn和yk∈Rm是系统状态和量测向量；F(·)∈Rn×p和S(·)∈Rn是已知的线性函数，θ∈Rp是与F(·)乘性耦合的系统参数；Hk∈Rm×n是量测矩阵；ωk∈Rn是过程噪声，vk∈Rm是量测噪声；wk和vk分别是均值为零方差为Q和R的高斯白噪声；初始状态x0服从均值为方差为P0的高斯分布；具体按照以下步骤实施：步骤1、基于事件驱动的量测调度策略：设计如下随机事件触发机制：式中，ζk为服从[0,1]上均匀分布的随机变量，Z是非奇异正定矩阵，rk为决策变量；令zk表示k时刻窗内的量测，则式中，l<k，zi＝{y1,y2,…,yi},1≤i≤l，l表示最小窗长，γk为决策变量，yi为i时刻系统量测；步骤2、根据步骤1的基于事件驱动量测调度策略，设计EM框架下参数θ的辨识结果；步骤3、根据步骤2得到的参数辨识结果进行系统参数和状态的联合估计与辨识：步骤3.1、根据步骤1选取的窗内量测，计算对应窗内量测时刻的状态RTS平滑和协方差；步骤3.2、根据步骤2得到的参数辨识结果和步骤3.1得到的状态平滑和协方差，计算参数θ估计值步骤3.3、判断迭代是否满足迭代终止条件，所述迭代终止条件为两次迭代期望误差小于给定阈值ε：当迭代满足迭代终止条件后，即结束本次内层迭代过程，得到第k次迭代的参数θ的估计值然后将k取值加1，直到k等于量测长度，t值重置为1，返回步骤3.1继续迭代；如果迭代不满足迭代终止条件，将t取值加1，返回步骤3.2继续迭代。3.如权利要求1所述的一种基于事件驱动的量测调度方法，其特征在于，所述步骤2的具体方法为：步骤2.1、求解离散时间乘性参数线性系统的完整数据对数似然函数；步骤...

【专利技术属性】
技术研发人员：王小旭，宋宝，张倩云，王永刚，潘泉，梁彦，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61