Robust Filtering for Uncertain Systems: A Parameter-Dependent Approach

این مونوگراف یک بررسی سیستماتیک از طراحی فیلتر قوی را در اختیار خواننده قرار می‌دهد، موضوعی کلیدی در سیستم‌ها، کنترل و پردازش سیگنال، زیرا وجود اجتناب‌ناپذیر عدم قطعیت در مدل‌های سیستم و سیگنال اغلب فیلتر را کاهش می‌دهد. عملکرد و حتی ممکن است باعث بی ثباتی شود. بنابراین روش های توصیف شده مشمول مفروضات دقیق فیلتر کالمن سنتی نیستند. این مونوگراف به فیلترینگ قوی برای سیستم‌های دینامیکی مختلف با عدم قطعیت‌های پارامتری مربوط می‌شود و بر رویکردهای وابسته به پارامتر برای طراحی فیلتر تمرکز دارد. طرح‌های فیلتر کلاسیک، مانند فیلتر H₂ و فیلتر H_¥، به مسائل و مسائل نوظهور مانند فیلترینگ قوی پرداخته می‌شوند. با محدودیت در کانال های ارتباطی و ویژگی های فرکانس سیگنال مورد بحث قرار می گیرد. ویژگی‌های متن:

· رویکردهای طراحی برای فیلترهای قوی که بر اساس سطح پیچیدگی متفاوت مرتب شده‌اند و برای اولین بار بر فیلتر قوی در چارچوب وابسته به پارامتر تأکید دارند؛

· راهنمایی در مورد استفاده پدیده‌ها یا عوامل واقعی ویژه برای توصیف دقیق‌تر مشکلات و بهبود عملکرد فیلتر؛

· فرمول‌بندی نابرابری ماتریس خطی یکپارچه از رویکردهای طراحی برای طراحی آسان و مؤثر فیلتر؛

· نمایش از تکنیک‌های تکنیک جداسازی ماتریسی، لم تعمیم‌یافته کالمن-یاکوبویچ-پوپوف، تکنیک ماتریس وزن‌دهی آزاد و رویکرد مدل‌سازی تاخیر، در فیلترینگ قوی؛

· مثال‌های شبیه‌سازی بسیار آسان، گرافیکی و تصاویر جدولی برای کمک به خواننده برای درک رویکردهای طراحی فیلتر توسعه یافته. و

· گزارشی از مسائل نوظهور در مورد فیلترینگ قوی برای تحقیقات برای الهام بخشیدن به تحقیقات آینده.

فیلتر قوی برای سیستم‌های نامشخص مورد علاقه محققان دانشگاهی متخصص در کنترل و تخمین خطی، قوی و بهینه و متخصصانی است که در ردیابی و کنترل شبکه یا فیلتر سیگنال، تشخیص کار می‌کنند. و برآورد دانشجویان فارغ التحصیل در یادگیری تئوری کنترل و سیستم ها، پردازش سیگنال یا ریاضیات کاربردی نیز این کتاب را منبع ارزشمندی می دانند.

This monograph provides the reader with a systematic treatment of robust filter design, a key issue in systems, control and signal processing, because of the fact that the inevitable presence of uncertainty in system and signal models often degrades the filtering performance and may even cause instability. The methods described are therefore not subject to the rigorous assumptions of traditional Kalman filtering. The monograph is concerned with robust filtering for various dynamical systems with parametric uncertainties and focuses on parameter-dependent approaches to filter design. Classical filtering schemes, like H₂ filtering and H_¥ filtering, are addressed and emerging issues such as robust filtering with constraints on communication channels and signal frequency characteristics are discussed. The text features:

· design approaches to robust filters arranged according to varying complexity level and emphasizing robust filtering in the parameter-dependent framework for the first time;

· guidance on the use of special realistic phenomena or factors to describe problems more accurately and to improve filtering performance;

· a unified linear matrix inequality formulation of design approaches for easy and effective filter design;

· demonstration of the techniques of matrix decoupling technique, the generalized Kalman‒Yakubovich‒Popov lemma, the free weighting matrix technique and the delay modelling approach, in robust filtering;

· numerous easy-to-follow simulation examples, graphical and tabular illustrations to help the reader understand the filter design approaches developed; and

· an account of emerging issues on robust filtering for research to inspire future investigation.

Robust Filtering for Uncertain Systems will be of interest to academic researchers specializing in linear, robust and optimal control and estimation and to practitioners working in tracking and network control or signal filtering, detection and estimation. Graduate students learning control and systems theory, signal processing or applied mathematics will also find the book to be a valuable resource.