时变拓扑分布式卡尔曼一致性滤波器设计

发布时间：2020-10-20 08:03

　　 近年来,无线传感器网络因其强大的数据采集和并行信号处理能力,而广泛地应用于环境监测、目标跟踪、医疗健康等领域。无线传感器网络由大量需要协作完成追踪、估计等任务的无线传感器节点组成,具有大规模、自组织、动态拓扑等特性以及能量、计算能力、带宽等约束。在无线传感器网络的应用中,使用可扩展的算法来处理数据的检测、估计和融合是基本问题。卡尔曼一致性滤波器作为一种有效的分布式数据融合方法,不需要融合中心,节点仅与其邻居节点进行信息交换,即可实现所有节点获得一致且高精度的估计值。本文针对无线传感器网络时变拓扑特性,以容错性、时效性、使用寿命为关键的性能指标,设计了分布式卡尔曼一致性滤波器。本文主要研究工作包括以下三个方面:1)设计具有观测、通信两类丢包的分布式卡尔曼一致性滤波器。利用二进制随机变量描述丢包现象,探讨了观测、通信丢包之间的耦合关系。并通过矩阵论理论分别分析两类丢包对滤波系统性能和稳定性的影响。最后通过仿真实例对所得结论进行验证。2)设计具有连续丢包补偿的分布式卡尔曼一致性滤波器。当数据包发生单次或连续丢失时,利用节点缓存区存储的历史数据进行补偿,削弱了丢包对滤波精度的不良影响,也加快了算法收敛的速度。并通过最小化估计误差协方差,得到了最优滤波增益。最后通过仿真实例对所提出的算法进行验证。3)设计两种能量可调的分布式卡尔曼一致性滤波器。充分利用传感器节点冗余布置的特性,采用两种方法对网络进行拓扑控制以减少能量消耗。基于Percolation模型,通过调整主动丢包概率,减少数据包传输量,牺牲部分滤波精度,使网络寿命得到大幅度的提高;基于事件驱动机制控制节点是否通信,以降低不必要的数据传输,算法在滤波精度满足要求的前提下,节约了能耗。最后通过仿真实例对所提出的算法进行对比验证。
【学位单位】：昆明理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN713
【文章目录】：
摘要
Abstract
符号与缩写
第一章 绪论
    1.1 研究背景与意义
    1.2 无线传感器网络概述
        1.2.1 无线传感器网络简介
        1.2.2 无线传感器网络的特性及局限
        1.2.3 无线传感器网络的应用前景
        1.2.4 无线传感器网络的数据融合机制
    1.3 无线传感器网络分布式滤波算法研究现状
        1.3.1 卡尔曼滤波算法简介
        1.3.2 分布式卡尔曼滤波算法研究现状
    1.4 本文主要研究内容
    1.5 预备知识
        1.5.1 图论知识
        1.5.2 矩阵理论
        1.5.3 卡尔曼滤波算法
        1.5.4 一致性协议
        1.5.5 分布式卡尔曼一致性滤波算法步骤
第二章 分布式卡尔曼一致性滤波算法的丢包性能分析
    2.1 引言
    2.2 问题描述
        2.2.1 系统模型
        2.2.2 丢包现象描述
    2.3 两种丢包情况下的分布式卡尔曼一致性滤波算法设计
    2.4 滤波算法在丢包情况下的收敛性分析
    2.5 仿真结果及分析
        2.5.1 观测丢包对滤波性能的影响
        2.5.2 通信丢包对滤波性能的影响
    2.6 总结
第三章 具有丢包补偿的双增益分布式卡尔曼一致性滤波器
    3.1 引言
    3.2 双增益一致性协议
    3.3 具有丢包补偿的双增益卡尔曼一致性滤波算法设计
        3.3.1 具有连续丢包补偿的双增益一致性协议
        3.3.2 滤波算法设计
        3.3.3 滤波算法稳定性分析
    3.4 滤波增益优化
    3.5 仿真结果及分析
        3.5.1 算法滤波效果对比
        3.5.2 滤波增益对算法效果的影响
    3.6 本章小结
第四章 能量可调的分布式卡尔曼一致性滤波算法
    4.1 引言
    4.2 能耗模型
    4.3 基于Percolation模型的卡尔曼一致性滤波算法设计
        4.3.1 Percolation模型
        4.3.2 滤波算法设计
        4.3.3 滤波算法稳定性分析
        4.3.4 算法能量消耗分析
    4.4 基于事件驱动的卡尔曼一致性滤波算法设计
        4.4.1 滤波算法设计
        4.4.2 滤波算法稳定性分析
        4.4.3 滤波算法能耗分析
    4.5 算法仿真及分析
        4.5.1 算法滤波效果对比
        4.5.2 算法能量消耗对比
    4.6 本章小结
第五章 总结与展望
    5.1 全文总结
    5.2 研究展望
致谢
参考文献
附录 A 攻读硕士学位期间发表论文目录

【参考文献】

相关期刊论文 前10条

1 孙超;杨春曦;范莎;武宁;;能量高效的无线传感器网络分布式分簇一致性滤波算法[J];信息与控制;2015年03期

2 肖金超;曾鹏;何杰;于海斌;;基于传感器网络的多信道定位技术[J];信息与控制;2015年03期

3 王岩;王夏静;刘翔宇;;基于卡尔曼一致性滤波的WSN丢包补偿算法[J];仪器仪表学报;2013年11期

4 刘永桂;胥布工;史步海;;随机系统中能容忍连续丢包和测量时延的卡尔曼滤波(英文)[J];控制理论与应用;2013年07期

5 王长城;戚国庆;李银伢;盛安冬;;传感器网络一致性分布式滤波算法[J];控制理论与应用;2012年12期

6 卢小萍;杨文;侍洪波;;带丢包一致性卡尔曼滤波算法优化[J];中南大学学报(自然科学版);2012年09期

7 杨文;侍洪波;汪小帆;;卡尔曼一致滤波算法综述[J];控制与决策;2011年04期

8 王帅;杨文;侍洪波;;带丢包一致性滤波算法研究[J];自动化学报;2010年12期

9 席峰;刘中;;基于信息矩阵加权一致策略的分布式Kalman滤波器[J];信息与控制;2010年02期

10 王宝凤;郭戈;;具有Markovian时延与丢包的离散系统的状态估计[J];控制理论与应用;2009年12期

本文编号：2848427