基于自適應(yīng)速率因子的卡爾曼一致性濾波器的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及傳感器網(wǎng)絡(luò)的信息融合系統(tǒng)，尤其涉及一種分布式傳感器網(wǎng)絡(luò)中的一 致性濾波方法，屬于傳感器信息處理領(lǐng)域。
【背景技術(shù)】
[0002] 狀態(tài)估計是分布式傳感器網(wǎng)絡(luò)應(yīng)用的核心關(guān)鍵技術(shù)，為滿足諸多實際應(yīng)用需求， 分布式傳感器網(wǎng)絡(luò)需要對目標(biāo)狀態(tài)實施一致估計，從而在每個傳感器中形成統(tǒng)一的態(tài)勢， 提高任務(wù)執(zhí)行的成功概率及高效性。節(jié)點協(xié)同一致性狀態(tài)估計是分布式傳感器網(wǎng)絡(luò)中一種 有效的估計融合方法。該方法基于信息交互式融合的迭代形式，網(wǎng)絡(luò)中每個傳感器都可以 利用鄰居節(jié)點之間的有效信息不斷更新本地估計，通過多次迭代循環(huán)，能夠使得每個傳感 器的本地估計逐漸收斂于全局最優(yōu)估計，從而實現(xiàn)網(wǎng)絡(luò)內(nèi)所有節(jié)點對目標(biāo)狀態(tài)具有統(tǒng)一的 估計。這種方法對節(jié)點失效等分布式網(wǎng)絡(luò)特性具有充分魯棒性，且因其優(yōu)越的容錯性與可 擴展性在傳感器網(wǎng)絡(luò)狀態(tài)估計領(lǐng)域發(fā)揮著越來越重要的作用。
[0003] 由于分布式傳感器網(wǎng)絡(luò)通常采用隨機部署方式，其網(wǎng)絡(luò)結(jié)構(gòu)一般具有非均勻拓 撲特性，甚至呈現(xiàn)局部小型網(wǎng)絡(luò)、多簇網(wǎng)絡(luò)等結(jié)構(gòu)。因此，網(wǎng)絡(luò)中不同節(jié)點間的通信鏈接 在一致性估計融合中應(yīng)該具有不同的重要性，而卡爾曼一致性濾波（Kalman Consensus Filter，KCF)等代表性方法在信息迭代時將所有節(jié)點通信鏈接的對應(yīng)權(quán)值視為相等，容易 導(dǎo)致一致性收斂速度受到網(wǎng)絡(luò)中某些"橋梁"鏈接的負(fù)面影響。
[0004] 原理上，基于一致性的濾波方法需要通過鄰居節(jié)點之間足夠多次的通信迭代，才 能使得各節(jié)點對目標(biāo)的狀態(tài)估計逐漸收斂且趨于一致。實際上，由于網(wǎng)絡(luò)通信資源、節(jié)點能 量受限及實時性要求等因素，單個時間點的狀態(tài)估計過程中只能執(zhí)行有限且少數(shù)次一致性 迭代處理，因而并不是在任何給定時刻都能滿足絕對的一致性收斂。此時，如何在迭代次數(shù) 受限的情況下利用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)信息加速節(jié)點間狀態(tài)估計的一致性收斂，是目前一致性狀 態(tài)估計方法中亟待解決的重要問題。

【發(fā)明內(nèi)容】

[0005] 1.要解決的技術(shù)問題
[0006] 本發(fā)明的目的在于提供一種網(wǎng)絡(luò)資源受限條件下基于自適應(yīng)速率因子卡爾曼一 致性濾波器。該發(fā)明研宄了網(wǎng)絡(luò)資源受限條件下的節(jié)點協(xié)同一致性狀態(tài)估計框架，根據(jù)節(jié) 點通信鏈接的重要性設(shè)計了基于網(wǎng)絡(luò)動態(tài)拓?fù)湫畔⒌淖赃m應(yīng)權(quán)值分配策略，并提出了基于 自適應(yīng)速率因子卡爾曼一致性濾波方法。
[0007] 2?技術(shù)方案
[0008] 本發(fā)明所述的基于自適應(yīng)速率因子的卡爾曼一致性濾波器，如圖1所示，包括以 下技術(shù)措施：首先，計算通信鏈接對應(yīng)的一致性速率因子，如圖2所示；然后計算本地信息 向量和信息矩陣，進行一致性信息處理與融合；最后，進行目標(biāo)的狀態(tài)估計和狀態(tài)預(yù)測，實 現(xiàn)對目標(biāo)狀態(tài)的濾波。
[0009] 3?有益效果
[0010] 本發(fā)明相比【背景技術(shù)】具有如下的優(yōu)點：
[0011] (1)在節(jié)點部署較為稀疏的網(wǎng)絡(luò)中，該濾波器收斂速度較快；
[0012] (2)在保證相同的估計精度下，該濾波器所需的一致性迭代次數(shù)較少；
【附圖說明】
[0013] 圖1:基于自適應(yīng)速率因子的卡爾曼一致性濾波方法流程圖；
[0014] 圖2:基于動態(tài)拓?fù)涞囊恢滦运俾室蜃臃峙浞椒鞒虉D；
[0015] 圖3:多簇結(jié)構(gòu)的分布式傳感器網(wǎng)絡(luò)；
[0016] 圖4:不同通信半徑下的隨機拓?fù)渚W(wǎng)絡(luò)（50個節(jié)點）；
[0017] 圖5:均值估計誤差隨一致性迭代次數(shù)變化情況。
【具體實施方式】
[0018] 以下結(jié)合說明書附圖對本發(fā)明作進一步詳細(xì)描述。參照說明書附圖，本發(fā)明目標(biāo) 狀態(tài)更新的單次循環(huán)方式分以下幾個步驟：
[0019]1、問題描述
[0020] 傳感器網(wǎng)絡(luò)中節(jié)點之間的通信連接可由無向圖g= (&￡)來表示，其中 S= {SrS2?.…包含了圖中所有的頂點，表示網(wǎng)絡(luò)中的通信節(jié)點，其中Ns為節(jié)點數(shù)量，而 集合e包含圖中所有的邊，表示網(wǎng)絡(luò)中不同節(jié)點建立起來的可行通信鏈接。此外，以^表 示k時刻網(wǎng)絡(luò)中的節(jié)點集合，以W；?表示所有與直接通信連接的節(jié)點的集合，即中的 每個節(jié)點都與Si構(gòu)成圖中的某一條邊，都是si的鄰居節(jié)點。不妨假設(shè)單個節(jié)點si僅具有 一個傳感器，在k時刻觀測到目標(biāo)，則Si稱為觀測節(jié)點，其線性高斯系統(tǒng)中的狀態(tài)轉(zhuǎn)移及量 測模型可表示為
[0021] xk+1=① x k+wk，k = 0, 1，2,…， (1)
[0022] Zi= H而+丫" k = 0, 1，2,…，⑵其中，?^ e k e欺分別表示k時刻的 目標(biāo)狀態(tài)及傳感器Si的量測，其中nx為狀態(tài)維度，《2;為傳感器Si的量測維度；0eM?? 為狀態(tài)轉(zhuǎn)移矩陣，過程噪聲WeIT?為零均值的高斯白噪聲，即％?eR?％為 傳感器Si的可時變觀測矩陣，V,. 為零均值的高斯白噪聲，
[0023] 令戽?x?為量測信息矩陣，同樣也是可時變的。需要指出的是，觀測 矩陣氏并不是行滿秩的，即有時刻傳感器Si關(guān)于目標(biāo)估計的誤差方差表示為 匕e其信息矩陣定義為' =$。
[0024] 一致性狀態(tài)估計過程及其主要任務(wù)為：基于目標(biāo)量測，以分布式 的方式解算被估目標(biāo)的全局狀態(tài)信息，并以條件概率密度函數(shù)的形式表示估計結(jié)果，通過 鄰居節(jié)點之間的信息迭代處理與融合實現(xiàn)網(wǎng)絡(luò)中所有或部分傳感器對目標(biāo)的一致估計。 [0025] 2、卡爾曼一致性濾波 (3)
[0026] 作用于變量a的一致性單次迭代過程可以表示如下：[0027]
【主權(quán)項】
1. 基于自適應(yīng)速率因子的卡爾曼一致性濾波器，其特征在于包括以下步驟： (1) 計算通信鏈接對應(yīng)的一致性速率因子； (2) 計算本地信息向量與信息矩陣； (3) -致性信息處理與融合； (4) 目標(biāo)狀態(tài)預(yù)測。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于步驟（1)采用以下技術(shù)措施：節(jié)點i廣播自 身鄰居列表Λ/；并接收來自鄰居j的信息Λ/>對于鏈接（i，j)，y'eA/；，計算中間權(quán)值T ij:
其中，|Nm|表示集合Nm中元素的個數(shù)；然后進行中間權(quán)值歸一化：
接著節(jié)點i廣播歸一化的中間權(quán)值％，對于鏈接@，其對應(yīng)的一致性速率因子設(shè)置 為
在中選擇較小的值作為一致性速率因子ζ m可以確保通信鏈接對應(yīng)權(quán)值的無 向性，BP ζ。= ζ μ。
【專利摘要】本發(fā)明提供了一種基于自適應(yīng)速率因子的卡爾曼一致性濾波器。該濾波器考慮到網(wǎng)絡(luò)不均勻拓?fù)鋾r一致性收斂較慢的情況，根據(jù)節(jié)點間通信鏈接的重要性設(shè)計基于網(wǎng)絡(luò)局部動態(tài)拓?fù)湫畔⒌淖赃m應(yīng)權(quán)值分配策略，并基于動態(tài)自適應(yīng)的一致性速率因子，將卡爾曼一致性濾波KCF擴展至分布式傳感器網(wǎng)絡(luò)一致性狀態(tài)估計框架，經(jīng)過迭代計算，最終實現(xiàn)網(wǎng)絡(luò)節(jié)點對目標(biāo)的一致性狀態(tài)估計。在稀疏網(wǎng)絡(luò)中該濾波器收斂速度明顯快于KCF，并且在一致性迭代次數(shù)較少時取得優(yōu)于KCF的估計精度，在收斂速度方面取得了改進效果，可用于提高非均勻拓?fù)渚W(wǎng)絡(luò)中目標(biāo)狀態(tài)估計的一致性收斂速度。
【IPC分類】H03H21-00
【公開號】CN104539266
【申請?zhí)枴緾N201410783561
【發(fā)明人】劉瑜, 劉俊, 王海鵬, 董凱, 徐從安, 孫順
【申請人】中國人民解放軍海軍航空工程學(xué)院
【公開日】2015年4月22日
【申請日】2014年12月16日