Set-Membership Filtering for Time-Varying Complex Networks with Randomly Varying Nonlinear Coupling Structure

Der Artikel geht den Herausforderungen des Filterns in zeitlich variierenden komplexen Netzwerken mit zufällig variierenden nichtlinearen Kopplungsstrukturen nach. Es führt ein neuartiges Koppelungsstrukturmodell ein, das von stochastischen Variablen Bernoulli bestimmt wird und die Netzwerkdynamik der realen Welt realistischer darstellt. Das Hauptaugenmerk liegt auf der Entwicklung eines zeitlich variierenden Filters, mit dem Systemzustände, die unbekanntem, aber begrenztem Rauschen unterliegen, abgeschätzt werden können. Dieser Ansatz überwindet die Beschränkungen traditioneller Filter, indem er einen deterministischen Bereich für das Filtern von Fehlern bietet, wodurch er sich besser für praktische Anwendungen eignet. Der Aufsatz stellt außerdem eine ausreichende Bedingung dar, um sicherzustellen, dass der Filterfehler innerhalb einer Ellipsenregion bleibt, und einen rekursiven Algorithmus, um die Filterverstärkung zu optimieren. Ein Simulationsbeispiel bestätigt die Wirksamkeit der vorgeschlagenen Methode und zeigt ihr Potenzial, die Leistung und Zuverlässigkeit komplexer Netzwerkfiltersysteme zu verbessern.