信息融合量化Kalman濾波器.pdf

1、近年來，無線傳感器網(wǎng)絡(luò)系統(tǒng)基于成本低、操作靈活以及可靠性高等眾多優(yōu)點(diǎn)，受到業(yè)內(nèi)人士的高度關(guān)注，并已被廣泛應(yīng)用到了軍事監(jiān)控、環(huán)境測試、空間探索以及智能傳輸?shù)群芏囝I(lǐng)域。由于無線傳感器網(wǎng)絡(luò)存在能量有限和傳輸信道帶寬有限的問題，傳輸?shù)臄?shù)據(jù)可以在傳輸之前通過量化來減少傳輸需要的位數(shù)，同時(shí)可以減少傳輸所需的能量消耗。同時(shí)，通信的不可靠性將會造成在傳輸?shù)倪^程中丟失數(shù)據(jù)的現(xiàn)象。因此，對存在丟包現(xiàn)象的無線傳感器網(wǎng)絡(luò)系統(tǒng)開展基于量化傳輸數(shù)據(jù)的濾波算法的研究

2、。主要研究內(nèi)容如下：
　　 在無線傳感器網(wǎng)絡(luò)系統(tǒng)中，采用均勻量化方法對各傳感器的觀測數(shù)據(jù)進(jìn)行量化。然后將量化的數(shù)據(jù)傳輸給融合中心進(jìn)行融合濾波，在傳輸?shù)倪^程中存在隨機(jī)丟包現(xiàn)象。當(dāng)丟包在每個(gè)時(shí)刻發(fā)生的概率已知時(shí)，提出了具有量化觀測數(shù)據(jù)丟包的集中式融合量化觀測Kalman濾波器。當(dāng)量化數(shù)據(jù)的丟包情況在每個(gè)時(shí)刻已知時(shí)，提出了具有隨機(jī)丟包的加權(quán)觀測融合量化觀測Kalman濾波器。
　　 基于傳輸各傳感器的新息，由于新息值較小的特性

3、，采用了兩種量化方法對存在隨機(jī)丟包的無線傳感器網(wǎng)絡(luò)系統(tǒng)分別進(jìn)行了研究。一種量化方法為簡單地根據(jù)新息的正負(fù)進(jìn)行量化，這種方法對帶寬以及能量的要求低，基于射影定理得到存在隨機(jī)丟包的局部SOIKalman濾波器，同時(shí)根據(jù)分步式融合算法獲得存在隨機(jī)丟包的分步式融合SOIKalman濾波器：另一種量化方法為均勻量化，基于將量化噪聲方差近似為其上界，根據(jù)標(biāo)準(zhǔn)Kalman濾波方法得到存在隨機(jī)丟包的局部量化新息Kalman濾波器，進(jìn)而由分步式融合算法獲

4、得分步式融合量化新息Kalman濾波器。
　　 最后基于傳輸各傳感器的局部狀態(tài)估值，將標(biāo)量均勻量化方法推廣到了對向量進(jìn)行量化，分別采用了兩種方法對存在隨機(jī)丟包的無線傳感器網(wǎng)絡(luò)系統(tǒng)進(jìn)行了融合濾波的研究。一種為融合中心只對當(dāng)前時(shí)刻接收到的局部量化狀態(tài)估值進(jìn)行融合，獲得了次優(yōu)融合量化狀態(tài)估值Kalman濾波器。另一種為對在當(dāng)前時(shí)刻局部狀態(tài)估值丟失的傳感器用前一時(shí)刻的狀態(tài)估值進(jìn)行預(yù)報(bào)來獲得當(dāng)前狀態(tài)估值，然后采用協(xié)方差交集算法獲得修進(jìn)型次