分簇傳感網(wǎng)絡(luò)魯棒融合Kalman濾波.pdf

1、近年來，隨著傳感網(wǎng)絡(luò)技術(shù)的發(fā)展，網(wǎng)絡(luò)估計(jì)和控制問題引起了廣泛關(guān)注。在網(wǎng)絡(luò)系統(tǒng)中，不可避免的存在數(shù)據(jù)包丟失、觀測滯后、模型參數(shù)和噪聲方差不確定性等問題。周知，傳統(tǒng)Kalman濾波要求精確已知系統(tǒng)的數(shù)學(xué)模型，這些問題使得基于傳統(tǒng)的Kalman濾波的狀態(tài)估計(jì)面臨著較大的挑戰(zhàn)，因此，在網(wǎng)絡(luò)監(jiān)視和控制系統(tǒng)中，不確定網(wǎng)絡(luò)系統(tǒng)魯棒狀態(tài)估計(jì)問題顯得尤其重要，特別是信息融合魯棒估計(jì)問題越來越受到人們廣泛關(guān)注。在傳感網(wǎng)絡(luò)系統(tǒng)中，按照未加工的數(shù)據(jù)是否被直接應(yīng)

2、用，信息融合方法分為集中式融合和分布式融合;集中式融合是將各傳感器的觀測數(shù)據(jù)直接送到融合中心進(jìn)行處理，故獲得的狀態(tài)估值在無偏線性最小方差意義下是全局最優(yōu)的，但該方法的缺點(diǎn)是通訊和計(jì)算負(fù)擔(dān)較大。分布式融合可分為分布式狀態(tài)融合和分布式觀測融合。分布式狀態(tài)融合是各傳感器觀測數(shù)據(jù)先通過相應(yīng)的局部處理得到局部估計(jì)，再將各局部估計(jì)傳送到融合中心得到全局的融合估計(jì)，其中按照去集中式組合方法獲得的融合估計(jì)是全局最優(yōu)的，按照加權(quán)方法（矩陣加權(quán)、標(biāo)量加權(quán)和

3、對角陣加權(quán)）獲得的融合估計(jì)是全局次優(yōu)的。分布式觀測融合是通過加權(quán)局部觀測方程得到一個(gè)融合觀測方程，然后將其與狀態(tài)方程聯(lián)立，可獲得加權(quán)觀測融合估計(jì)，它是全局最優(yōu)融合估計(jì)。與集中式融合方法比較，分布式觀測融合方法的優(yōu)點(diǎn)是減小了計(jì)算和通訊負(fù)擔(dān)，減小能源消耗，具有全局最優(yōu)性。
　　傳感網(wǎng)絡(luò)系統(tǒng)是由一系列具有計(jì)算能力、存儲能力和傳輸能力的傳感器節(jié)點(diǎn)組成，在許多領(lǐng)域都有著非常重要的應(yīng)用，如軍事、環(huán)境監(jiān)測、醫(yī)療、工業(yè)、農(nóng)業(yè)、建筑、物流與交通等方

4、面。為了節(jié)約能源，降低通訊負(fù)擔(dān)，對傳感器網(wǎng)絡(luò)采用最鄰近原則進(jìn)行分簇，每個(gè)分簇都是由一個(gè)簇頭和多個(gè)傳感節(jié)點(diǎn)組成;傳感節(jié)點(diǎn)首先進(jìn)行局部估計(jì)，并將局部估計(jì)和觀測數(shù)據(jù)傳送到相應(yīng)的簇頭，然后每個(gè)簇頭進(jìn)行局部融合估計(jì)，并將所有局部融合估計(jì)和觀測數(shù)據(jù)傳送到基站，以獲得全局融合估計(jì)。這是兩級分簇融合結(jié)構(gòu)。
　　綜上，本文針對帶有不確定噪聲方差的分簇傳感網(wǎng)絡(luò)系統(tǒng)，利用最小二乘法原理，根據(jù)極大極小估值原則，應(yīng)用加權(quán)觀測融合算法，提出了兩級加權(quán)觀測融合

5、魯棒Kalman濾波器和預(yù)報(bào)器，本文主要工作如下:
　　采用矩陣滿秩分解方法分別提出兩級加權(quán)觀測融合魯棒時(shí)變Kalman濾波器和預(yù)報(bào)器的兩種算法，并用取極限的間接方法分別提出兩級加權(quán)觀測融合魯棒穩(wěn)態(tài)Kalman濾波器和預(yù)報(bào)器，利用Lyapunov方程證明了它們的魯棒性。
　　通過信息濾波器形式證明了兩級加權(quán)觀測融合Kalman濾波器和預(yù)報(bào)器的魯棒精度分別等價(jià)于整體集中式融合魯棒Kalman濾波器和預(yù)報(bào)器的魯棒精度，并高于每個(gè)

6、局部魯棒Kalman濾波器和預(yù)報(bào)器的魯棒精度。通過動(dòng)態(tài)系統(tǒng)誤差分析方法(DESA)和動(dòng)態(tài)方差系統(tǒng)分析(DVESA)分別證明了兩級加權(quán)觀測融合魯棒時(shí)變和穩(wěn)態(tài)Kalman濾波器和預(yù)報(bào)器的按實(shí)現(xiàn)的收斂性。
　　基于穩(wěn)態(tài)Kalman濾波的直接方法分別提出兩級加權(quán)觀測融合魯棒穩(wěn)態(tài)Kalman濾波器和預(yù)報(bào)器的兩種算法，利用Lyapunov方程證明了它們的魯棒性，用信息濾波器形式分別證明了它們與集中式融合魯棒穩(wěn)態(tài)Kalman濾波器和預(yù)報(bào)器的等價(jià)