申请号：CN201711305189.5

申请日期：2017.12.11

失效日期：2037.12.10

申请人：东北石油大学

价格：面议

立即购买

本发明公开了一种基于协议的时滞马尔科夫系统的状态估计方法，包括：建立具有马尔科夫参数、传感器非线性、模态依赖时滞和随机干扰的神经网络系统的动态模型；在给定协议下，根据被选择传输数据的传感器建立更新矩阵；根据所述更新矩阵和所述神经网络系统的动态模型，建立在协议下的神经网络系统的动态模型；根据所述协议下的神经网络系统的动态模型构建估计器；根据所述估计器的估计状态向量和所述协议下的神经网络系统的状态向量计算状态估计误差；利用所述状态估计误差，获得估计增广系统；利用系统稳定性判断定理，根据估计增广系统求解所述估计器的增益矩阵；将所述增益矩阵带入所述估计器，完成所述神经网络系统的动态模型的估计。及系统。