通过笛卡尔积恢复复合网络的结构能观性
系统与控制
2020-01-15 v1 网络与互联网体系结构
社会与信息网络
系统与控制
摘要
能观性是系统推断与估计中的一个基本概念。本文关注笛卡尔积网络的结构能观性分析。笛卡尔积网络出现在多种应用中，包括并行与分布式系统。我们提供了一种结构化的方法，将构成网络（称为因子网络）的结构能观性扩展到笛卡尔积网络的结构能观性。该结构方法基于图论且具有通用性。我们引入了与网络结构能观性紧密相关的某些结构，即父强连通分量（parent SCC）、父节点和收缩。结果表明，对于特定类型的网络（例如包含收缩的网络），因子网络的结构能观性可通过笛卡尔积得以恢复。换言之，若其中一个因子网络在结构上秩亏，而利用另一个包含生成环族的因子网络，则这两个网络的笛卡尔积在结构上满秩。我们定义了某些用于结构能观性恢复的网络结构。另一方面，我们基于因子网络中的观测节点数——即其状态由输出测量的节点——推导了笛卡尔积网络中的观测节点数。一个例子说明了文中的图论分析。
引用
@article{arxiv.2001.04699,
title = {Recovering the Structural Observability of Composite Networks via Cartesian Product},
author = {Mohammadreza Doostmohammadian},
journal= {arXiv preprint arXiv:2001.04699},
year = {2020}
}