大规模互联系统分布式估计器的稳定性分析：时变与时不变情形
计算机视觉与模式识别
2024-11-12 v1
摘要
本文研究了时变/时不变大规模互联系统（LIS）的分布式估计问题。通过递归求解具有解耦变量的分布式修正Riccati方程（DMRE），提出了一种完全分布式的估计器。通过根据转移矩阵的块结构对LIS进行划分，发现当解耦变量选为出邻居数量时，子系统的稳定性独立于全局LIS。此外，揭示任何LIS均可等价表示为一个马尔可夫系统。基于这一洞察，我们证明当解耦变量等于入邻居数量时，上述解耦同样可以实现。然后，当DMRE保持有界时证明了分布式估计器的稳定性。当LIS被视为时不变时，通过分析线性算子的谱半径，证明了DMRE有界当且仅当一个线性矩阵不等式可行。基于有界性结果，我们还证明了分布式估计器对任意初始条件收敛到唯一的稳态。最后，仿真验证了所提方法的有效性。
引用
@article{arxiv.2411.06381,
title = {SAN: Structure-Aware Network for Complex and Long-tailed Chinese Text Recognition},
author = {Junyi Zhang and Chang Liu and Chun Yang},
journal= {arXiv preprint arXiv:2411.06381},
year = {2024}
}
备注
Published in ICDAR 2023