基于自适应加权融合的分布式滤波算法
CSTR:
作者:
作者单位:

1. 华东交通大学电气与电子工程学院,南昌330013;
2. 华中科技大学自动化学院,武汉430074.

作者简介:

陈世明

通讯作者:

中图分类号:

TP273

基金项目:

国家自然科学基金项目(60804066, 61364017);江西省高校科技落地计划项目(KJLD12068);江西省“井冈之星”青年科学家培养计划项目(20122BCB23010);江西省自然科学基金项目(20132BAB201039).


Adaptive weighted fusion based linear distributed filtering algorithm
Author:
Affiliation:

1. School of Electrical and Electronic Engineering,East China Jiaotong University,Nanchang 330013,China;
2. School of Automation,Huazhong University of Science and Technology,Wuhan 430074,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对存在丢包的传感器网络中每个传感器节点对目标估计确信度不同的问题, 提出一种基于自适应加权融合的分布式滤波算法. 考虑节点在网络中的影响力及其节点属性, 将节点重要度与传感器网络节点观测数据间的支持度线性加权, 获得每个传感器节点对目标的估计确信度, 并将该确信度构成的融合权值引入节点状态估计值的一致性协议中, 更新传感器节点对目标的状态估计值, 提高分布式滤波算法的估计精度和传感器节点估计值的一致性. 仿真结果验证了所提出方法的有效性.

    Abstract:

    Aiming at the problem that each node has different certainty degree to the target in sensor network with packetdropping, an adaptive weighted fusion based linear distributed filtering algorithm is proposed. Considering the node property and the node influence over the network, node importance and the mutual support degree from observation data are fused by linear weights to attain the certainty degree, and then the fused weights composed by the certainty degree are introduced into the consensus protocol to update the state estimate at each node for the target. The proposed algorithm can not only improve the accuracy of the distributed filtering, but also enhance the consistency of the state estimates. Simulation results demonstrate the effectiveness of the proposed algorithm.

    参考文献
    相似文献
    引证文献
引用本文

陈世明 陈小玲 徐青刚 方华京.基于自适应加权融合的分布式滤波算法[J].控制与决策,2015,30(4):605-610

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-12-21
  • 最后修改日期:2014-05-04
  • 录用日期:
  • 在线发布日期: 2015-04-20
  • 出版日期:
文章二维码