Resumen

El objetivo de este trabajo se refiere al problema de estimación para sistemas estocásticos lineales en tiempo discreto con incertidumbres mixtas que involucran retraso aleatorio de un paso en el sensor, mediciones de sesgo estocástico y mediciones faltantes. Tres variables aleatorias distribuidas de Bernoulli se utilizan para describir las incertidumbres. Las tres incertidumbres en la medición tienen cierta probabilidad de ocurrencia en el sistema de seguimiento de objetivos. Luego, se propone una estimación de Kalman adaptativa para abordar este problema. Las ganancias del filtro adaptativo pueden obtenerse en función de las soluciones a un conjunto de ecuaciones de Riccati discretas recursivas. Se utilizan ejemplos en tres escenarios de seguimiento de objetivos para mostrar la efectividad del enfoque de diseño propuesto.

• Materias:Redes complejas Redes ecológicas Ecuaciones en diferencias Sistema de ecuaciones diferenciales Valor límite fraccional
• Subjects:Complex networks Ecological networks Difference equations System of differential equations Fractional limit value
• Palabras claves:Estimación; Sistemas estocásticos lineales en tiempo discreto; Incertidumbres mixtas; Retraso del sensor; Mediciones de sesgo estocástico; Estimación de Kalman adaptativa
• Keywords:Estimation; Linear discrete-time stochastic systems; Mixed uncertainties; Sensor delay; Stochastic-bias measurements; Adaptive Kalman estimation