基于对数量化的无线传感器网络滤波信息处理系统及方法技术方案

本发明专利技术涉及一种基于对数量化的无线传感器网络滤波信息处理系统及方法，该系统包括：分别对应设置l个传感器、事件触发器、滤波器和量化器的传感器采样单元、事件触发单元、分布式滤波单元和量化单元，对应的1个传感器、事件触发器、滤波器和量化器依次连接，形成l组独立的滤波信息处理链路，l组滤波信息处理链路输出端连接有融合单元；传感器分别获取l个观测变量，传感器测得的观测变量进行事件触发输出至滤波器，滤波器进行系统状态变量估计，量化器进行量化，融合单元对l组状态变量量化估计值进行融合得到状态变量估计值。与现有技术相比，本发明专利技术能够实现信号有效地传输，降低传输数据量、减少网络拥塞、丢包等现象，提高系统性能。

【技术实现步骤摘要】
基于对数量化的无线传感器网络滤波信息处理系统及方法
本专利技术涉及一种滤波信息处理系统及方法，尤其是涉及一种基于对数量化的无线传感器网络滤波信息处理系统及方法。
技术介绍
当今社会，信息化无处不在，正是集合了人们对于信息化的迫切需求以及传感器设备的发展趋势，无线传感器网络应运而生。无线传感器网络由密集布设在监测区域内的大量节点组成，包括传感器节点、汇聚节点，这些节点能够相互协作完成指定任务。其中，传感器节点周期性地采集被测对象信息，并且将数据传送至汇聚节点，汇聚节点对所接收到的信息按照一定规则融合处理。无线传感器网络的一个重要运用是目标对象的状态估计，其目的是把带有诸多干扰的原始数据更准确地复现出来，实际应用中，常用的滤波器有：卡尔曼滤波器、鲁棒H2滤波器，鲁棒H∞滤波器以及鲁棒L2-L∞滤波器等。卡尔曼滤波器是一种发展成熟的经典滤波器，它可以实现信号的滤波和预测；其存在的缺陷是只能针对噪声为高斯白噪声的条件下进行滤波，因此，其使用范围受到了限制。对于其它种类的滤波器，针对时滞系统及网络控制系统的鲁棒滤波器已经有一些研究，如：MehrdadSahebsara，岳东等人设计了一些相应的滤波器。前面的这些滤波器的设计中都假设信号传输(包括采集到的信号从传感器传送到控制器以及控制信号从控制器传送到执行器)为连续传输，而忽略了无线传感器网络中信道带宽有限的因素。一方面，由于无线传感器网络中传感器的测量信号往往需要通过网络进行传输，当没有外界扰动作用于系统，亦或是系统处于良好的运行状态时，周期性的采样信息势必会占用大量的信道带宽，造成网络资源的浪费，甚至会引起测量数据丢失、传感器饱和、传输延迟等一系列的网络问题。另一方面，考虑到传感器节点能量、数据处理、存储和网络通信资源相当有限等问题，如何在保证一定滤波效果的前提下，设计有效的滤波算法，最大化网络生命周期以及资源利用率是无线传感器网络亟待解决的问题之一。为了解决上述问题，事件触发机制应运而生。在事件触发机制中，事件是一个非常重要的概念，通过设计合适的触发条件，舍弃一些不那么重要的采样数据，在保证良好系统性能的前提下大量的减少数据传输次数，降低通信负载。因此，在无线传感器网络的滤波设计中研究事件触发机制是非常有意义的。信号量化是数字控制系统中经常遇到的现象，目前在网络化控制系统中已经得到了广泛的关注。在网络控制系统中，控制输入和测量输出信号必须先经过量化之后才能被传输至下一个节点。量化问题在基于事件触发的网络控制系统中也有较深入的研究，目前有文献研究了输出反馈事件触发网络控制系统的L2控制器设计问题，所提出的设计方案可用于同时处理具有传输时滞和信号量化的网络化控制系统。然而，量化问题在无线传感器网络中的研究相对较少。量化过程通过量化器将实际信号转换成一个在有限集中取值的分段信号。由于量化的存在，不可避免的会带来量化误差，量化误差的存在会对系统的性能造成一些影响，严重时甚至可能产生极限环和混沌现象，因此，在无线传感器网络设计中量化误差是必须考虑的。考虑到无线传感器网络中存在通信带宽和资源有限的限制，研究事件触发机制下的无线传感器网络的量化问题比对一般的无线传感器网络进行量化控制设计更有意义。从现有的文献来看，现有的滤波信息处理方法设计过程中，为了简化运算，还没有设计者将事件触发机制和量化因素同时考虑在内。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于对数量化的无线传感器网络滤波信息处理系统及方法。本专利技术的目的可以通过以下技术方案来实现：一种基于对数量化的无线传感器网络滤波信息处理系统，用于对被控系统的观测变量进行数据传输与处理并估计系统状态变量，该系统包括：依次连接的传感器采样单元、事件触发单元、分布式滤波单元、量化单元和融合单元，传感器采样单元、事件触发单元、分布式滤波单元和量化单元分别对应设置l个传感器、事件触发器、滤波器和量化器，对应的1个传感器、事件触发器、滤波器和量化器依次连接，形成l组独立的滤波信息处理链路，l组滤波信息处理链路输出端连接至融合单元；传感器分别获取l个观测变量，l组滤波信息处理链路分别根据该链路中传感器测得的观测变量进行事件触发输出至滤波器，滤波器根据观测变量进行系统状态变量估计，量化器对系统状态变量进行量化进而得到l组状态变量量化估计值，融合单元对l组状态变量量化估计值进行融合得到被控系统的状态变量估计值。所述的事件触发器具体规则为：当ψ(yp(t),σp)＞0时，事件触发，ψ(yp(t),σp)为第p个事件触发器是事件产生器函数，具体地：其中，yp(t)为t时刻的对应于事件触发器的第p个传感器测量到被控系统的观测变量，为事件触发时刻事件触发器输出的被控系统的观测变量，σp∈(0,1)为事件触发阈值参数，Φp＞0为事件触发权重矩阵；事件触发时刻的下一次事件触发时刻为满足：其中，表示时间集，inf表示集合的下确界。第p个滤波信息处理链路中的滤波器为：其中，为第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，为第p个滤波器在(t+1)时刻滤波处理得到的状态变量滤波器估计值矩阵，为事件触发时刻事件触发器输出的被控系统的观测变量，Fp和Kp均为第p个滤波器的参数矩阵，为事件触发时刻的下一个事件触发时刻。第p个滤波信息处理链路中的量化器为：其中，为第p个量化器在t时刻量化处理得到的状态变量量化估计值矩阵，表示第p个量化器的量化函数，表示第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，分别为矩阵中的n个元素，记作表示第p个滤波器在t时刻滤波处理得到的第i个状态变量滤波器估计值，第p个量化器中针对第i个状态变量的量化函数，i＝1,2……n，n为状态变量总个数。第p个量化器中针对第i个状态变量的量化函数具体为：δpi为第p个量化器中针对第i个状态变量的量化参数，且满足：为第p个通信信道的通信容量最小值；进而得到：其中，为第p个量化器的量化参数矩阵，diag{…}表示对角矩阵，I为适维单位阵，为第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，为第p个量化器在t时刻量化处理得到的状态变量量化估计值矩阵。所述的融合单元设置融合器，所述的融合器具体为：其中，为融合得到被控系统的状态变量估计值矩阵，Wp为融合权重矩阵，l为量化器总个数，为第p个量化器在t时刻量化处理得到的状态变量量化估计值矩阵。该系统中各事件触发器、滤波器、量化器以及融合单元中具体参数通过如下方式进行设计：(a)构建系统状态方程：其中，x(t)为被控系统的状态变量矩阵，Rn为n维欧几里得空间，yp(t)为第p个传感器测量到的系统的观测变量，ω(t)为属于的噪声输入，vp(t)为属于的测量噪声，A、B、Cp、Dp为适维矩阵；(b)定义融合估计误差增广状态矩阵其中，为融合得到被控系统的状态变量估计值矩阵，coll{}表示将排列成列向量，和为第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，p＝1,2……l；(c)将带入步骤(b)中的融合估计误差得到：其中，Wp为融合权重矩阵，p＝1,2……l，为第p个量化器在t时刻量化处理得到的状态变量量化估计值矩阵，为第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，分别为本文档来自技高网...

【技术保护点】
一种基于对数量化的无线传感器网络滤波信息处理系统，用于对被控系统的观测变量进行数据传输与处理并估计系统状态变量，其特征在于，该系统包括：依次连接的传感器采样单元、事件触发单元、分布式滤波单元、量化单元和融合单元，传感器采样单元、事件触发单元、分布式滤波单元和量化单元分别对应设置l个传感器、事件触发器、滤波器和量化器，对应的1个传感器、事件触发器、滤波器和量化器依次连接，形成l组独立的滤波信息处理链路，l组滤波信息处理链路输出端连接至融合单元；传感器分别获取l个观测变量，l组滤波信息处理链路分别根据该链路中传感器测得的观测变量进行事件触发输出至滤波器，滤波器根据观测变量进行系统状态变量估计，量化器对系统状态变量进行量化进而得到l组状态变量量化估计值，融合单元对l组状态变量量化估计值进行融合得到被控系统的状态变量估计值。

【技术特征摘要】
1.一种基于对数量化的无线传感器网络滤波信息处理系统，用于对被控系统的观测变量进行数据传输与处理并估计系统状态变量，其特征在于，该系统包括：依次连接的传感器采样单元、事件触发单元、分布式滤波单元、量化单元和融合单元，传感器采样单元、事件触发单元、分布式滤波单元和量化单元分别对应设置l个传感器、事件触发器、滤波器和量化器，对应的1个传感器、事件触发器、滤波器和量化器依次连接，形成l组独立的滤波信息处理链路，l组滤波信息处理链路输出端连接至融合单元；传感器分别获取l个观测变量，l组滤波信息处理链路分别根据该链路中传感器测得的观测变量进行事件触发输出至滤波器，滤波器根据观测变量进行系统状态变量估计，量化器对系统状态变量进行量化进而得到l组状态变量量化估计值，融合单元对l组状态变量量化估计值进行融合得到被控系统的状态变量估计值。2.根据权利要求1所述的一种基于对数量化的无线传感器网络滤波信息处理系统，其特征在于，所述的事件触发器具体规则为：当ψ(yp(t),σp)＞0时，事件触发，ψ(yp(t),σp)为第p个事件触发器是事件产生器函数，具体地：其中，yp(t)为t时刻的对应于事件触发器的第p个传感器测量到被控系统的观测变量，为事件触发时刻事件触发器输出的被控系统的观测变量，σp∈(0,1)为事件触发阈值参数，Φp＞0为事件触发权重矩阵；事件触发时刻的下一次事件触发时刻为满足：其中，表示时间集，inf表示集合的下确界。3.根据权利要求1所述的一种基于对数量化的无线传感器网络滤波信息处理系统，其特征在于，第p个滤波信息处理链路中的滤波器为：其中，为第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，为第p个滤波器在(t+1)时刻滤波处理得到的状态变量滤波器估计值矩阵，为事件触发时刻事件触发器输出的被控系统的观测变量，Fp和Kp均为第p个滤波器的参数矩阵，为事件触发时刻的下一个事件触发时刻。4.根据权利要求1所述的一种基于对数量化的无线传感器网络滤波信息处理系统，其特征在于，第p个滤波信息处理链路中的量化器为：其中，为第p个量化器在t时刻量化处理得到的状态变量量化估计值矩阵，表示第p个量化器的量化函数，表示第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，分别为矩阵中的n个元素，记作表示第p个滤波器在t时刻滤波处理得到的第i个状态变量滤波器估计值，第p个量化器中针对第i个状态变量的量化函数，i＝1,2……n，n为状态变量总个数。5.根据权利要求4所述的一种基于对数量化的无线传感器网络滤波信息处理系统，其特征在于，第p个量化器中针对第i个状态变量的量化函数具体为：δpi为第p个量化器中针对第i个状态变量的量化参数，且满足：为第p个通信信道的通信容量最小值；进而得到：其中，为第p个量化器的量化参数矩阵，diag{…}表示对角矩阵，I为适维单位阵，为第p个滤波器在t时刻滤波处理得到的状态变量滤波器估计值矩阵，为第p个量化器在t时刻量化处理得到的状态变量量化估计值矩阵。6.根据权利要求1所述的一种基于对数量化的无线传感器网络滤波信息处理系统，其特征在于，所述的融合单元设置融合器，所述的融合器具体为：其中，为融合得到被控系统的状态变量估计值矩阵，Wp为融合权重矩阵，l为量化器总个数，为第p个量化器在t时刻量化处理得到的状态变量量化估计值矩阵。7.根据权利要求1所述的一种基于对数量化的无线传感器网络滤波信息处理系统，其特征在于，该系统中各事件触发器、滤波器、量化器以及融合单元中具体参数通过如下方式进行设计：(a)构建系统状态方程：其中，x(t)为被控系统的状态变量矩阵，Rn为n维欧几里得空间，yp(t)为第p个传感器测量到的系统的观测变量，ω(t)为属于的噪声输入，vp(t)为属于的测量噪声，A、B、Cp、Dp为适维矩阵；(b)定义融合估计误差增广状态矩阵其中，为融合得到被控系统的状态变量估计值矩阵，coll{}表示将排列成列向量，和为第p个滤波器...

【专利技术属性】
技术研发人员：张皓，宋稳，王祝萍，陈启军，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31