基于最大相关熵理论的分布式卡尔曼滤波器研究

发布时间：2024-03-17 19:07

　　多传感器网络是一种综合了多种技术的新型传感器部署模型,由大量部署在一定范围内的带有计算能力的传感器组成,能够去中心化并且相互协同地完成指定的任务,具有很强的稳定性和扩展性。多传感器网络的一个最基本的应用便是分布式的估计或追踪。作为一种被广泛应用并有多种扩展方法的数据滤波技术,卡尔曼滤波被研究者进行分布式化将其转化为分布式卡尔曼滤波,通过与邻居节点交互信息使其可以应用于多传感器网络的分布式环境中。传统的卡尔曼滤波是定义在高斯分布下的最优滤波器,对于非高斯噪声,尤其是冲激噪声效果非常差,分布式卡尔曼滤波只是简单的分布式扩展版本,因而同样具有这个问题。同时,在许多实际场景中冲激噪声类的非高斯噪声出现得非常普遍,如目标跟踪和数字通信,因此一直以来都有很多关于使卡尔曼滤波在这种噪声环境下工作的研究。近年,有学者提出最大相关熵卡尔曼滤波器,这种算法在非高斯环境下,特别是在脉冲噪声下的性能优于传统的卡尔曼滤波器。本文通过将最大相关熵卡尔曼滤波进行分布式化推导出分布式最大相关熵卡尔曼滤波,这种分布式卡尔曼滤波在分布式环境下能够有效地应对非高斯噪声。找到一种合适共识策略使得系统在协同工作的同时保持信息的...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图1-1集中式与分布式算法的网络结构区别

电子科技大学硕士学位论文图1-1集中式与分布式算法的网络结构区别激信号，叠加这些未知噪声后噪声往往不再是高斯分布。但是卡尔曼滤波在推导过程中使用的是最小均方误差准则，递推式中也只估计到状态的二阶矩，分布式卡尔曼滤波没有改变这个代价函数，在所有噪声中只有高斯噪声可以做到0均值，并且....

图1-2论文研究路线

第一章绪论具有非常充分的实用性和必要性，然而由于最大相关熵准则的特质，分布式化的过程也会遇到一定的挑战，归纳如下1.最大相关熵准则只是两个变量之间的广义相似度的对比，在最大相关熵卡尔曼滤波器中比较的两者是一部预测值和观测值，在分布式估计中，可以获取邻接节点的观测值，这多出来的观测....

图1-3典型的多传感器网络结构

第一章绪论情况下的卡尔曼滤波，拓展卡尔曼滤波的滤波范围到四元数[5,6]，更改卡尔曼滤波的目标函数以对抗不同类型的噪声，等等，其中甚至不乏与神经网络进行结合的应用研究[7]。1.2.2多传感器网络和共识问题多传感器网络（MSN）思想来源于现实世界，由多个传感器组成，在MSN中，单....

图4-1理想的共识效果

电子科技大学硕士学位论文常见的解决方式有以下3种：1.在稳态下，经过多次共识后，每个传感器的估计值基本完全相关，此时，可以直接进行平均共识，这种做法在一开始各分布式滤波器的估计值未达到共识时容易发散并且收敛速度和估计精度不够2.动用额外的资源去计算或者区分独立信息和相关部分，这种....

本文编号：3931498