| 适用于稀疏动态无线传感器网络的并行融合分布式无迹信息滤波算法 |
| |
| 引用本文： | 汤文俊,张国良,曾静,徐君,姚二亮. 适用于稀疏动态无线传感器网络的并行融合分布式无迹信息滤波算法[J]. 控制理论与应用, 2016, 33(7): 903-914 |
| |
| 作者姓名： | 汤文俊 张国良 曾静 徐君 姚二亮 |
| |
| 作者单位： | 火箭军工程大学,火箭军工程大学,火箭军工程大学,火箭军工程大学,火箭军工程大学 |
| |
| 基金项目： | 中国工程科技中长期发展战略研究项目(2014–zcq–10)资助. |
| |
| 摘 要： | 稀疏和随机动态变化是实际无线传感器网络(wireless sensor network,WSN)中普遍共同存在的两种通信拓扑不稳定因素,使基于一致性算法的分布式无迹信息滤波(distributed unscented information filter,DUIF)算法适用于稀疏动态WSN,将极大提高其实用性.为此,本文提出一种并行融合DUIF(parallel fusion DUIF,PF–DUIF)算法.在PF–DUIF算法中,通过将实时局部后验估计均值和协方差用于局部无迹信息滤波器(local unscented information filter,LUIF)的Sigma点采样,使LUIF和加权平均一致性滤波器(weighted average consensus filter,WACF)得以并行运行,从而有效抵制由通信拓扑随机动态变化带来的较大一致跟踪误差的困扰;同时,WACF通过对LUIF输出的无偏局部信息矩阵和向量分别进行平均一致性滤波,最终得到不包含由稀疏通信拓扑引起的平均一致误差的分布式后验估计结果;进而,建立即时更新机制有效抑制随机动态通信拓扑引起的PF–DUIF算法滤波异步问题,同时,基于稀疏动态WSN的平均网络模型,在通信能量消耗受限条件下优化WACF均方收敛速率,从而提高PF–DUIF算法的整体滤波效率.仿真实验结果表明,PF–DUIF算法能够有效应用于稀疏动态WSN机动目标跟踪.
|
| 关 键 词： | 稀疏动态无线传感器网络 分布式无迹信息滤波 局部无迹信息滤波器 加权平均一致性滤波器 并行融合 均方收敛速率 |
| 收稿时间： | 2015-07-25 |
| 修稿时间： | 2016-03-17 |
Parallel fusion distributed unscented information filter algorithm for sparse dynamic wireless sensor network |
| |
| TANG Wen-jun,ZHANG Guo-liang,ZENG Jing,XU Jun and YAO Er-liang. Parallel fusion distributed unscented information filter algorithm for sparse dynamic wireless sensor network[J]. Control Theory & Applications, 2016, 33(7): 903-914 |
| |
| Authors: | TANG Wen-jun ZHANG Guo-liang ZENG Jing XU Jun YAO Er-liang |
| |
| Affiliation: | Rocket Force University of Engineering,Rocket Force University of Engineering,Rocket Force University of Engineering,Rocket Force University of Engineering,Second Artillery Engineering University |
| |
| Abstract: | |
| |
| Keywords: | sparse dynamic wireless sensor network distributed unscented information filter local unscented information filter weighted average consensus filter parallel fusion mean-square convergence rate |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
