一种基于随机谣传机制的分布式状态估计方法及相关装置制造方法及图纸

本申请公开了一种基于随机谣传机制的分布式状态估计方法及相关装置，其中，在该状态估计方法中，各传感器节点的控制器以及通信机制基于随机谣传机制和分布式卡尔曼滤波方法确定，仅利用自身对于系统的预估计值及其邻居节点的预估计值构建分布式估计，使得该方法具有分布式结构，因而具有较好的可扩展性和自组织性，能够提高计算效率；并且由于各传感器节点的通信机制基于随机谣传机制确定，避免了一些环境中的不可预测性，因此该方法具有较强的灵活性和适应性，实现了提高分布式状态估计方法对于拓扑变化的鲁棒性的目的。进一步的，同样由于各通信节点之间的通信机制基于随机谣传机制确定，使得该方法对于拓扑变化具有较强的鲁棒性。的鲁棒性。的鲁棒性。

【技术实现步骤摘要】
一种基于随机谣传机制的分布式状态估计方法及相关装置


[0001]本申请涉及通信
，更具体地说，涉及一种基于随机谣传机制的分布式状态估计方法及相关装置。

技术介绍

[0002]近年来，随着传感器技术的快速发展，无线传感器网络(Wireless Sensor Networks，WSN)在各行业中得到了广泛的应用。无线传感器网络集成了微机电技术、传感器技术、无线通信技术和分布式信息处理技术，一直以来都是研究的热点。目标状态估计作为无线传感器网络的最典型的应用之一，在国防建设、环境监测、智能交通、医疗卫生和工业自动化等众多领域发挥着巨大的作用，特别是在生化危险环境的探测、特殊地域或特殊工作环境的监测以及军事侦察与跟踪等方面。
[0003]众所周知，多个传感器通过无线网络进行系统状态估计会比单个传感器估计更加准确。因此，基于多个传感器的分布式状态估计算法应用而生。分布式状态估计作为无线传感器网络领域一个具有代表性的问题，它是指网络中每个传感器对系统状态进行一个估计，最后所有的传感器关于系统的状态估计值能达到一致。
>[0004]目前的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机谣传机制的分布式状态估计方法，其特征在于，应用于无线传感器网络，所述基于随机谣传机制的分布式状态估计方法包括：获取传感器网络，所述传感器网络包括N个传感器节点，建立所述传感器节点的动力学模型，N＞1；设置所述传感器节点之间的通信关系，以获取通信拓扑图；获取分布式卡尔曼滤波方法性能优劣的评价标准；根据所述评价标准，基于随机谣传机制和分布式卡尔曼滤波方法，确定所述传感器节点的控制器以及通信机制，以获取每个所述传感器节点输出的收敛的目标状态估计值，实现所期望的性能指标；以最小估计误差为目标，以传感器节点的能源使用在预设范围内为约束，优化所述传感器网络的拓扑连接方式。2.根据权利要求1所述的方法，其特征在于，所述建立所述传感器节点的动力学模型包括：利用第一预设公式，表示所述传感器节点的动力学方程；所述第一预设公式包括：其中，i＝1，...，N，i表示所述传感器节点的编号，x(k)∈R
n
表示要估计的系统的状态量；y
i
(k)∈R
m
表示第i个传感器对系统状态的观测量；其中R
n
和R
m
分别表示实数域上的n维和m维向量空间；ω(k)表示系统的过程噪声，其中ω(k)为满足均值为0，方差为Q的高斯白噪声；υ
i
(k)为第i个传感器的测量噪声，其中υ
i
(k)是满足均值为0，方差为R
i
的高斯白噪声，并且对于任意的i，ω(k)与υ
i
(k)是独立的，A为系统状态矩阵，C
i
为第i个传感器节点的观测矩阵。3.根据权利要求1所述的方法，其特征在于，所述设置所述传感器节点之间的通信关系，以获取通信拓扑图包括：将各个所述传感器节点放入节点集合中，所述节点集合表示为：V＝{1，...N}；所述传感器节点的通信边的集合用表示；定义邻接矩阵Γ＝[γ
ij
]，其中γ
ij
＝1表示第i个传感器节点与第j个传感器节点之间存在一条边，而且第j个传感器节点可以获得第i个传感器节点的信息；γ
ij
＝0表示第i个传感器节点与第j个传感器节点之间没有通信，γ
ij
＝γ
ji
。4.根据权利要求1所述的方法，其特征在于，所述获取分布式卡尔曼滤波方法性能优劣的评价标准包括：使用第二预设公式计算第i个传感器节点追踪系统状态的均方估计误差；采用n个传感器节点的均方估计误差的平均值作为所述分布式卡尔曼滤波方法性能优劣的评价标准；所述第二预设公式包括：其中x(k)为系统的状态变量，为第i个传感器节点对系统状态的估计状态，||.||表示欧几里得范数，MMSE
i
(k)表示第i个传感器节点的均方估计误差；
所述评价标准表示为：5.根据权利要求1所述的方法，其特征在于，所述根据所述评价标准，基于随机谣传机制和分布式卡尔曼滤波方法，确定所述传感器节点的控制器以及通信机制，以获取每个所述传感器节点输出的收敛的目标状态估计值，实现所期望的性能指标包括：将各个传感器节点通过卡尔曼滤波方法对系统状态进行估计，以获得系统状态的预估计值，该步骤具体迭代方法包括：其中为迭代的初始值；为第i个传感器节点关于系统状态的后验估计值；为第i个传感器节点关于系统状态的先验估计值；为第i个传感器节点在k时刻的后验估计误差；为第i个传感器节点在k时刻的先验估计误差；C
i
和为第i个传感器节点的观测矩阵和它的转置矩阵；为第i个传感器节点噪声误差矩阵的逆矩阵；Q为系统的过程噪声协方差矩阵；各所述传感器节点基于随机谣传机制，确定邻居节点，将所述系统状态的预估计值传输给所述邻居节点，并获取所述邻居节点对于所述系统状态的预估计值；所述邻居节点为在所述通信拓扑图中与所述传感器节点相邻的传感器节点；各所述传感器节点根据自身对于系统状态的预...

【专利技术属性】
技术研发人员：秦家虎，王杰，李孟林，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：