一种基于M估计的事件驱动异步网络分布式参数估计方法技术

本发明专利技术公开了一种基于M估计的事件驱动异步网络分布式参数估计方法，其步骤主要是：A、构建分布式测量模型；B、计算局部误差ei(n)；C、构建M估计代价函数；D、设置随机步长描述节点的不确定性；E、自适应更新中间估计hi(n+1)；F、设置事件驱动机制，判定事件驱动条件的满足情况；G、设置随机组合系数描述节点间连接的不确定性；H、聚合邻居节点的中间估计，得到更新后的参数估计wi(n+1)；I、迭代，重复A到H的步骤，直至分布式参数估计结束。本发明专利技术方法能够在异步网络环境下克服非Gaussian噪声的干扰，每个节点仅在事件触发的时刻进行信息交互，具备更低通信消耗的分布式参数估计能力。

【技术实现步骤摘要】

本专利技术属于数字信号处理，具体涉及一种基于m估计的事件驱动异步网络分布式参数估计方法。

技术介绍

1、在数字信号领域，参数估计是根据系统观测的测量数据，通过分析和辨识系统动态来估计系统状态的变化。对于参数估计而言，其核心是通过监测系统输入输出信号的实时变化，动态调整系统响应参数。对于未知系统参数模型，可以利用自适应学习方法，根据真实系统和传感设备的信息调整参数，从而快速准确地辨识模型参数，识别未知系统特征，这在信息处理、系统控制等领域具有重要的意义。

2、分布式参数估计是信息与控制领域的重要应用之一，它在现代通信系统、网络系统、工业控制系统中发挥着重要的作用。在实际网络化系统的连接中，往往出现网络拓扑的变化、随机连接的失效、节点的断开接入等不确定因素，通常可用异步网络对网络化系统进行建模。传统的分布式最小均方方法(distributed least mean-square,dlms)可为异步网络下分布式参数估计提供有效的决策依据。此外，网络化系统的实际测量数据会遭受不确定性噪声的干扰，分布式参数估计需要采取可靠的自适应学习方法，以增强参数估计本文档来自技高网...

【技术保护点】

1.一种基于M估计的事件驱动异步网络分布式参数估计方法，其步骤是：

【技术特征摘要】

1.一种基于m估计的事件驱动异步网...

【专利技术属性】
技术研发人员：于涛，郭桃松，陈文超，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：