Modular Computation of Restoration Entropy for Networks of Systems: A Dissipativity Approach
Modular Computation of Restoration Entropy for Networks of Systems: A Dissipativity Approach
复制标题
系统网络恢复熵的模块化计算：耗散性方法
DOI：
10.1109/lcsys.2022.3184824
复制
发表时间：
2022
影响因子：
3
通讯作者：
Zamani, Majid
中科院分区：
文献类型：
--
作者：
Tomar, Mahendra Singh;Zamani, Majid
基于在有限比特率信道上接收的信息的状态估计的问题引起了对最小比特率的研究，在该最小比特率之上，可以以任何期望的精度估计状态。在过去的几年中，研究人员已经研究了最小的平均比特率，这是足够的状态估计，估计误差保持在其初始值的一个给定的因素。恢复熵的概念表征了这种类型的比特率。最近的结果提出了数值方案估计恢复熵的计算奇异值的线性化系统。这样的计划是复杂的实现或遭受严重的计算复杂性和状态维度的大小。在这封信中，我们描述了一个模块化的方法来计算一个大型网络的恢复熵的上限分解网络的互连的较小的子系统。然后，我们制定了一个分布式的优化问题，分别解决每个子系统，然后他们的优化结果组成，以获得整个网络的恢复熵的上界。我们通过两个例子说明了我们的结果的有效性。
The problem of state estimation based on information received over a finite bit rate channel gives rise to the study of minimal bit rate above which state can be estimated with any desired accuracy. In the past few years, researchers have studied the minimal average bit rate which is sufficient enough for state estimation such that the estimation error stays within a given factor of its initial value. The notion of restoration entropy characterizes this type of bit rate. Recent results proposed numerical schemes to estimate restoration entropy by the computation of singular values of the linearized systems. Such schemes are either complex to implement or suffer severely from computational complexity and the size of the state dimension. In this letter, we describe amodularapproach to compute an upper bound of the restoration entropy of a large network by decomposing the network to an interconnection of smaller subsystems. Then, we formulate a distributed optimization problem which is solved for each subsystem separately and then their optimization results are composed to get an upper bound of the restoration entropy for the overall network. We illustrate the effectiveness of our results by two examples.
登录
查看更多内容
通过有限容量通道观察非线性系统，第二部分：恢复熵及其估计
DOI：
--
发表时间：
2019
期刊：
at - Automatisierungstechnik
影响因子：
--
作者：
A. Matveev;A. Pogromsky
通讯作者：
A. Pogromsky
远程状态估计问题：沿着第二李亚普诺夫方法走向数据速率限制
DOI：
--
发表时间：
2020
期刊：
at - Automatisierungstechnik
影响因子：
--
作者：
C. Kawan;A. Matveev;A. Pogromsky
通讯作者：
A. Pogromsky
理解复杂性：大规模网络中的数据速率约束
影响因子：
6.8
作者：
A. Matveev;A. Proskurnikov;A. Pogromsky;E. Fridman
通讯作者：
E. Fridman
DOI：
10.23919/acc53348.2022.9867868
发表时间：
2022
期刊：
American Control Conference (ACC
影响因子：
--
作者：
Tomar, Mahendra Singh;Zamani, Majid
通讯作者：
Zamani, Majid
通信约束下状态估计数据速率限制的数值近似
影响因子：
1.3
作者：
S. Hafstein;C. Kawan
通讯作者：
C. Kawan