[發明專利]一種基于混合驅動策略的傳染病可靠濾波估計方法

在審

• 申請號: 202110897797.X
• 申請日: 2021-08-05
• 公開（公告）號: CN113782218A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 張俊鋒;張素煥;付世州;李爍
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G16H50/80
• 分類號: G16H50/80
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于混合驅動策略的傳染病可靠濾波估計方法。本發明包括如下步驟：步驟1、建立基于SEIR型傳染病人群數量的狀態空間模型；步驟2、基于所建立的狀態空間模型構建混合驅動機制；步驟3、基于混合驅動機制，構建傳感器的間歇故障機制；步驟4、基于混合驅動機制，在傳感器的間歇故障情境下構建隨機不正確傳感器測量；步驟5、基于所建立的混合驅動機制，設計估計SEIR型傳染病中各類人群數量變化的混雜增益濾波器。本發明可以解決傳感器間歇故障和隨機不正確測量的傳染病人群數量估計問題，在混合驅動機制下可以有效地估計各類人群數量變化，節省了系統資源。

技術領域

本發明屬于傳染病模型預測估計領域，涉及基于混雜增益性能的正隨機系統的混合驅動濾波估計方法。

背景技術

從黑死病到艾滋病，從甲型流感疫情到非典疫情，可以說人類社會的發展史就是一部與傳染疾病作斗爭的歷史。每一次的傳染病疫情都對經濟和社會的發展造成巨大的沖擊。傳染病的發生和發展過程受到自然環境、人口結構和防疫干預等多重因素的綜合影響，一直都是流行病學領域的研究熱點和難點。目前對傳染病的研究主要有4種方法：描述性研究、分析性研究、實驗性研究、實驗性研究和理論性研究，其中理論性研究種數學模型的建立起著重要作用，時間序列模型和微分方程模型是應用廣泛的數學模型。大多研究者以傳染病為研究對象建立了SI模型、SIS模型、SIR模型、SIRS模型或SEIR模型等數學模型。SEIR模型是經典的傳染病模型，可以用來研究傳染病傳播速度和動力學機理等問題。然而，大多數研究者都未考慮到SEIR模型中四類人群的非負特性。

混合驅動方案是由一個隨機變量實現時間觸發和事件觸發機制之間的隨機切換，集合時間觸發和事件觸發優點于一體。針對傳染病預測估計過程中，是否決定將一個人隔離起來需要一些限制條件，比如可以用事件觸發機制描述滿足隔離人群的條件，避免出現漏隔離或誤隔離；而針對已經隔離起來的人群在觀察過程中是不需要再次判斷，以避免資源浪費。基于次，引入混合驅動機制是必要的。另外，在此過程中使用的傳感器等器件可能會出現故障，進而導致測量結果可能不正確，而這種現象對于掌握傳染病中各類人群數量的變化是非常不利的，輕則導致判斷失誤給個人帶來影響，重則影響其他人的生命健康。

發明內容

基于上述問題描述，本發明針對存在傳感器間歇故障及隨機不正確測量的傳染病各類人群數量估計過程，提供了一種基于混合驅動的傳染病濾波估計方法，所述的傳染病是基于SEIR模型，所述的采樣方案包括混合驅動、濾波設計。

本發明方法的具體步驟包括如下：

步驟1、采集SEIR型傳染病中各類人群數量的數據，建立傳染病的狀態空模型，具體步驟如下：

步驟1.1，根據所得數據建立傳染病模型的狀態空間表達式：

其中，表示n類人群在t時刻傳染病的各類人群數量的變化率；表示n類人群在t時刻傳染病的數量；代表傳感器測量輸出數量；表示待估計的各類人群數量；為新加入的外來人群，m表示外在因素數量；為表達式的系統矩陣；函數r(t)為半馬爾科夫跳變過程也即傳染病模型的跳變信號，在有限集內取值，記r(t)＝i,，A_r(t)＝A_i，B_r(t)＝B_i，C_r(t)＝C_i，D_r(t)＝D_i，E_r(t)＝E_i，F_r(t)＝F_i。

步驟1.2，半馬爾科夫跳變信號r(t)的轉移速率滿足：

其中，轉移率表示跳變信號從模態i到模態j，并且

步驟2、提出一種新的混合驅動方案，具體步驟如下：