The simulations of sequential of estimators for objects with a serial structure

• Autorzy: Kwater T. , Krutys P.
• Języki publikacji: EN

Abstrakty

EN

The paper concerns the results of simulation of a certain approach, in which estimation of object state associated with the decentralization of calculations. It is realized by dividing the optimization problem into sub-problems of smaller dimensionality. The main idea of the method is to assign individual quality indicators to each sub-object and to carry out the synthesis of estimators in a sequential manner, starting with the last sub-object. Implementation of the estimation process requires knowledge about the measurements of the individual sub-objects. The parameters of the filter sequential gains are calculated based on Riccati equation solutions for subobjects and certain bilinear equations for cross-linkage connections. In the simulation tests the influence of types of connection between the sub-objects, the intensity disturbances of measurements and system on the values of coefficients of gains, as well as the estimation errors is presented.

Słowa kluczowe

EN

complex systems; dynamics equations; filter sequential; Riccati equation; bilinear equations; simulation

• Wydawca: Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
• Czasopismo: Information Systems in Management
• Rocznik: 2016
• Tom: Vol. 5, No. 3
• Strony: 347--357
• Opis fizyczny: Bibliogr. 10 poz., rys., tab., wykr.

Twórcy

autor

Kwater T.

• Faculty of Mathematics and Natural Sciences, University of Rzeszow, Department of Computer Engineering

autor

Krutys P.

• Faculty of Mathematics and Natural Sciences, University of Rzeszow, Department of Computer Engineering

Bibliografia

• [1] Arulampalam S., Gordon N., RisticB.: Beyond the Kalman Filter. Particle Filters for tracking applications, Artech House, 2004.
• [2] Golnaraghi F., Kuo C.B.: Automatic control systems, John Wiley&Sons, 2010.
• [3] Grewal M. S., Andrews A. P.: Kalman Filtering: Theory and Practice, Second Edition A Willey-Interscience Publication, 2001.
• [4] Han J.: From PID to active disturbance rejection control, IEEE Transaction on Industrial Electronics, vol. 56, no. 3, 2009.
• [5] Kaczorek T.: Teoria sterowania i systemów, Wydawnictwo Naukowe PWN, 1999.
• [6] Kociemba A., Plamowski S., Rachwał M., Wieczorek S.: Automatyzacja obiektów wielowymiarowych – metodyka i przykładowe wdrożenie. Modernizacja sekcji usuwania dwutlenku węgla w zakładach odazotowywania KRIO Odolanów, część2, http://automatykab2b.pl/ 2013.
• [7] Konatowski S., Kaczmarek B.: Efektywność estymacji położenia w algorytmach filtracji nieliniowej, Przegląd Elektrotechniczny, Nr 3/2009.
• [8] Kwater T., Pękala R., Twaróg B.: Synteza estymatorów dla obiektów o strukturze szeregowej, PAK,vol.59, nr 10/2013.
• [9] Kwater T.: Estymacja i sterowanie pewnymi obiektami o strukturze kaskadowej na przykładzie system aeratorów mechanicznych, rozprawa doktorska, Politechnika Rzeszowska, 1987.
• [10] Wenwu Y., Wei X.Z.: Guanrong C., Jinhu L.: Distributed control bains design for consensus in Multi-agent systems with second-order nonlinear systems with secondorderdynamics, Automatica, Vol. 49, Issue 7, July 2013.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.