Dynamic event-based recursive filtering for networked systems under the encoding-decoding mechanism

解码方法 计算机科学 编码器 算法 编码(内存) 递归滤波器 量化(信号处理) 滤波器(信号处理) 传输(电信) 有界函数 控制理论(社会学) 实时计算 数学 滤波器设计 人工智能 根升余弦滤波器 计算机视觉 电信 控制(管理) 操作系统 数学分析
作者
Bo Jiang,Yuxuan Shen,Hongli Dong,Fei Han,Gongfa Li
出处
期刊:Journal of The Franklin Institute-engineering and Applied Mathematics [Elsevier]
卷期号:359 (12): 6503-6522 被引量:6
标识
DOI:10.1016/j.jfranklin.2022.05.026
摘要

This paper focuses on the dynamic event-based recursive filtering problem for a class of time-varying networked systems under the encoding-decoding mechanism. For the purpose of saving energy consumption, a dynamic event-triggered protocol is applied to determine whether the measurement of the sensor is transmitted or not. In the transmission process of the measurement, a dynamic-quantization-based encoding-decoding mechanism is introduced to encrypt the transmitted measurement. In specific, the measurement outputs are first encoded into codewords which are then transmitted from the encoder to the decoder. After received by the decoder, the codewords are first decoded and then sent to the filter. A bounded uncertainty is introduced to characterize the difference between the original measurement and the decoded measurement. This paper is devoted to developing a recursive filtering algorithm for the considered system such that a minimal upper bound on the filtering error covariance is derived through appropriately designing filter gain. Moreover, the mean-square exponential boundedness of the filtering error is analyzed. Finally, the efficiency and superiority of the proposed algorithm are verified through two simulation examples.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
luckyru发布了新的文献求助10
刚刚
4秒前
4秒前
瑶瑶酱完成签到 ,获得积分10
5秒前
晴晨完成签到 ,获得积分10
5秒前
仙人掌发布了新的文献求助10
7秒前
濠哥妈咪完成签到,获得积分10
8秒前
tt11111完成签到 ,获得积分10
8秒前
8秒前
8秒前
8秒前
坚定冬易完成签到 ,获得积分10
9秒前
10秒前
磨叽发布了新的文献求助10
10秒前
科研通AI2S应助新八采纳,获得10
10秒前
tinatian270完成签到,获得积分10
11秒前
万能图书馆应助阔达岂愈采纳,获得10
11秒前
三叔完成签到,获得积分0
12秒前
科研通AI2S应助新八采纳,获得10
12秒前
暮霭沉沉应助仙人掌采纳,获得10
14秒前
gghh完成签到,获得积分10
16秒前
SciGPT应助认真的裙子采纳,获得10
17秒前
19秒前
19秒前
orixero应助红心儿采纳,获得10
19秒前
20秒前
HK发布了新的文献求助10
21秒前
111发布了新的文献求助10
21秒前
21秒前
非洲散打地黄完成签到 ,获得积分10
22秒前
隐形的不正完成签到,获得积分10
23秒前
elevEn完成签到,获得积分10
23秒前
科研通AI2S应助carbonhan采纳,获得10
23秒前
23秒前
Lucky燕完成签到,获得积分10
24秒前
24秒前
小马到处跑完成签到,获得积分10
25秒前
读研好难发布了新的文献求助10
25秒前
wang发布了新的文献求助10
25秒前
26秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3155971
求助须知:如何正确求助?哪些是违规求助? 2807318
关于积分的说明 7872715
捐赠科研通 2465696
什么是DOI,文献DOI怎么找? 1312291
科研通“疑难数据库(出版商)”最低求助积分说明 630049
版权声明 601905