Resumen

Se investiga el problema de filtrado óptimo de Kalman para una clase de sistemas estocásticos de estado discreto con retraso, y con múltiples retrasos aleatorios en los sensores. El fenómeno del retraso en la medición ocurre de manera aleatoria y la tasa de retraso para cada sensor está descrita por una variable aleatoria distribuida de Bernoulli con una probabilidad condicional conocida. Basándose en un enfoque de análisis innovador y una fórmula de proyección recursiva, se diseña un nuevo filtro óptimo lineal de manera que, para el retraso en el estado y múltiples retrasos aleatorios en los sensores con diferentes tasas de retraso, el error de filtrado se minimiza en el sentido de la media cuadrática y la ganancia del filtro se diseña resolviendo la ecuación matricial recursiva. Finalmente, se presenta un ejemplo de simulación para ilustrar la viabilidad y efectividad del esquema de filtrado propuesto.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Filtrado de Kalman; Sistemas estocásticos de estado discreto con retraso; Retrasos de múltiples sensores; Retraso de medición; Variable aleatoria distribuida de Bernoulli; Filtro óptimo lineal
• Keywords:Kalman filtering; Discrete state delay stochastic systems; Multiple sensor delays; Measurement delay; Bernoulli distributed random variable; Linear optimal filter