Publication

Design of a Distributed Quantized Luenberger Filter for Bounded Noise

Ye Pu, Andrea Alessandretti
2016
Conference Papers

Résumé

This paper addresses the problem of distributed state estimation for linear systems with process and measurement noise, in the case of limited communication data rate, where the data exchanged between agents is quantized. We propose a linear distributed Luenberger observer and we derive a set of conditions on the design parameters of the quantizer to guarantee ultimate boundedness of the estimation error. The latter is shown to depend on the L-2 norm of the disturbance signals and on the number of bits. A numerical example illustrates the performance of the proposed algorithm.

Source officielle

https://infoscience.epfl.ch/entities/publication/cedab197-d197-444e-9276-e7d20574f005

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Design of a Distributed Quantized Luenberger Filter for Bounded Noise

Chattez avec Graph Search

Global existence for perturbations of the 2D stochastic Navier-Stokes equations with space-time white noise

Less Conservatism, Stronger Robustness: Iterative Robust Gain-Scheduled Path Following Control of Autonomous Bus With Unstructured and Changing Dynamics

Spectral Estimators for High-Dimensional Matrix Inference