[發(fā)明專利]一種基于異步多精度協(xié)同測(cè)量估計(jì)的批間控制方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211089709.4
• 申請(qǐng)日: 2022-09-07
• 公開（公告）號(hào): CN115903673A
• 公開（公告）日: 2023-04-04
• 發(fā)明（設(shè)計(jì)）人: 尚小雪;潘常春;王宏武
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418
• 代理公司: 上海劍秋知識(shí)產(chǎn)權(quán)代理有限公司 31382
• 代理人: 徐浩俊

1.一種基于異步多精度協(xié)同測(cè)量估計(jì)的批間控制方法，其特征在于，包括如下步驟：

S100、建立模型，建立線性模型：

y_t＝α+βx_t-1+ε_t???(1)；

S200、對(duì)參數(shù)α和β進(jìn)行估計(jì)，使用貝葉斯公式對(duì)所述參數(shù)α和β進(jìn)行估計(jì)，所述貝葉斯公式如下：

S300、混合測(cè)量模式下對(duì)所述參數(shù)α和β進(jìn)行估計(jì)，對(duì)所述參數(shù)α和β全條件概率分布進(jìn)行Gibbs抽樣，通過迭代得到所述參數(shù)α和β的邊際概率分布；

S400、混合測(cè)量模式下進(jìn)行批間控制。

2.如權(quán)利要求1所述的基于異步多精度協(xié)同測(cè)量估計(jì)的批間控制方法，其特征在于，所述步驟S300包括：

S310、抽取一個(gè)y_t的樣本，根據(jù)所述y_t的全條件概率分布，抽取一個(gè)y_t樣本；

S320、更新所述參數(shù)α和β的全條件概率分布，將在上次迭代中獲得的估計(jì)分布作為先驗(yàn)概率，然后根據(jù)S310中的抽樣，對(duì)所述參數(shù)α和β的全條件概率分布進(jìn)行更新，并進(jìn)行抽樣；

S330、更新所述y_t的全條件概率分布，更新并判斷迭代次數(shù)，當(dāng)?shù)螖?shù)小于預(yù)設(shè)的迭代目標(biāo)次數(shù)時(shí)，使用更新的參數(shù)α和β返回至S310，更新y_t的條件概率分布，開始新一輪迭代；當(dāng)?shù)螖?shù)等于預(yù)設(shè)的迭代目標(biāo)次數(shù)時(shí)，Gibbs抽樣結(jié)束；

S340、獲得所述參數(shù)α和β的邊際概率分布。

3.如權(quán)利要求2的基于異步多精度協(xié)同測(cè)量估計(jì)的批間控制方法，其特征在于，所述預(yù)設(shè)的迭代目標(biāo)次數(shù)優(yōu)選100000次。

4.如權(quán)利要求3的基于異步多精度協(xié)同測(cè)量估計(jì)的批間控制方法，其特征在于，所述步驟S400包括：

S410、求取所述參數(shù)α和β的邊際概率分布均值和經(jīng)過預(yù)設(shè)的迭代次數(shù)的Gibbs抽樣，獲得所述參數(shù)α和β，分別計(jì)算均值為和作為對(duì)所述參數(shù)α和β的估計(jì)；

S420、得到t批次的控制誤差的目標(biāo)函數(shù)，根據(jù)公式(1)，得到以下公式：

S430、計(jì)算控制量，對(duì)所述公式(3)求偏導(dǎo)，當(dāng)控制量時(shí)，所述目標(biāo)函數(shù)最小；

S440、計(jì)算最終控制量，使用所述參數(shù)α和β的均值和得到最終控制量為