基于分区的分布式扩展卡尔曼滤波器用于大规模非线性过程及其在化工和废水处理过程中的应用
系统与控制
2024-04-11 v1 系统与控制
摘要
本文通过提出一种基于卡尔曼的方法，解决了大规模一般非线性过程基于分区的分布式状态估计问题。首先，我们在分布式框架内制定了一个线性全信息估计设计，作为开发我们方法的基础。其次，建立了与所制定的分布式全信息设计相关的局部优化问题的解析解，形式为递归分布式卡尔曼滤波算法。然后，通过结合非线性子系统模型的逐次线性化，将线性分布式卡尔曼滤波器扩展到非线性上下文，并制定了所提出的分布式扩展卡尔曼滤波方法。我们进行了严格的分析，并证明了所提方法对由互联子系统组成的一般非线性过程的估计误差动态的稳定性。使用一个化工过程示例来说明所提方法的有效性，并验证理论发现的正确性。此外，将所提方法应用于一个具有145个状态变量的废水处理过程，以估计该过程的完整状态。
引用
@article{arxiv.2404.06738,
title = {Partition-based distributed extended Kalman filter for large-scale nonlinear processes with application to chemical and wastewater treatment processes},
author = {Xiaojie Li and Adrian Wing-Keung Law and Xunyuan Yin},
journal= {arXiv preprint arXiv:2404.06738},
year = {2024}
}