4 状态估计方面研究现状

状态估计就是根据可以获得的量测数据估算动态系统内部状态的方法。通过了解 系统内部状态从而知道系统此时的动态规律。如果可以用实时观测值信息来获取估计 时刻的状态的方式就叫做滤波。将事件驱动引入状态估计对量测信号进行筛选，只有 满足触发条件的才能得到动态系统的内部状态。目前针对事件触发方式的状态估计问 题都是基于卡尔曼滤波方法，该方法只能用于线性系统，而且需要对被估计过程有充 分的了解和认识。有学者于文献[23]提出适用于线性系统的改进的卡尔曼滤波方法， 即无论传感器是否发送数据，估计器都周期的对状态进行估计，并讨论了如何选择表 征传感器数据传输率和估计性能之间关系的平衡参数。另有在卡尔曼滤波设计的基础 上采用分布式滤波算法，核心思想就是利用最优分布式估算法，估算均方差的权重值。 另外数据包丢失情况下基于事件触发机制的 NCS 状态估计问题和事件触发估计器问 题也得到了研究。