網(wǎng)絡(luò)化多傳感器信息融合估計(jì)算法研究.pdf

1、多傳感器信息融合是20世紀(jì)70年代以來由于軍事、國防和高科技領(lǐng)域的迫切需要發(fā)展起來的一門新興邊緣學(xué)科，多傳感器信息融合估計(jì)作為該領(lǐng)域的一個(gè)重要分支在軍事和民用領(lǐng)域有著重要的應(yīng)用價(jià)值。隨著網(wǎng)絡(luò)通訊技術(shù)的飛速發(fā)展，在多傳感器融合系統(tǒng)中引入有線或無線通信網(wǎng)絡(luò)作為信息傳輸?shù)臉屑~，從而構(gòu)成了網(wǎng)絡(luò)化的多傳感器融合系統(tǒng)(Networked Multi-Sensor Fusion Systems，NMFSs)。與傳統(tǒng)的多傳感器融合系統(tǒng)相比，NMFSs以

2、其布線少、成本低、易于擴(kuò)展和維護(hù)等優(yōu)點(diǎn)，應(yīng)用范圍和作用在不斷擴(kuò)大，目前是一個(gè)熱點(diǎn)研究課題。
　　然而，通信網(wǎng)絡(luò)的引入帶來了許多新的問題，從而傳統(tǒng)的融合估計(jì)方法不適用于NMFSs，因此迫切需要提出適用于網(wǎng)絡(luò)環(huán)境的多傳感器信息融合估計(jì)理論。在這樣的背景下，本文基于射影理論、Lyapunov理論、矩陣分析理論和最優(yōu)加權(quán)融合算法，研究了NMFSs中存在的兩個(gè)重要問題:一是通信帶寬和傳感器能量受限問題;二是傳感器量測的不確定性及隨機(jī)時(shí)延與丟

3、包問題。研究工作主要包括:
　　1.研究了在通信帶寬約束下NMFSs的分布式信息融合估計(jì)問題。首先提出了一種有結(jié)構(gòu)限定的維數(shù)壓縮策略來滿足有限的通信帶寬，并基于最優(yōu)加權(quán)融合估計(jì)算法，導(dǎo)出了帶寬受限的有限時(shí)域分布式Kalman融合估計(jì)器;最后給出了一個(gè)簡單有效的分量傳輸方案使得融合估計(jì)性能在某些條件下是最優(yōu)的。另一方面，當(dāng)NMFSs中的噪聲是統(tǒng)計(jì)特性未知的能量有界信號(hào)時(shí)，采用對(duì)數(shù)量化策略將要傳輸?shù)木植抗烙?jì)信號(hào)量化到有限水平以滿足有限

4、的通信帶寬;然后利用H∞濾波理論和離散系統(tǒng)的有界實(shí)引理導(dǎo)出了保證分布式H∞融合估計(jì)性能最優(yōu)的充要條件，并給出了帶寬約束條件下的最優(yōu)加權(quán)矩陣和量化參數(shù)。以上研究結(jié)果分別通過移動(dòng)目標(biāo)跟蹤系統(tǒng)和數(shù)值例子進(jìn)行了驗(yàn)證。
　　2.研究了在通信帶寬和能量受限下NMFSs的分布式Kalman融合估計(jì)問題。為了滿足有限的通信帶寬，每個(gè)時(shí)刻最多只有局部估計(jì)信號(hào)的部分分量以隨機(jī)形式發(fā)送到融合中心，每個(gè)傳感器則間歇性地發(fā)送信息到融合中心以達(dá)到節(jié)能目的?；?/p>

5、于最優(yōu)加權(quán)融合估計(jì)算法，給出了帶寬和能量受限情況下的分布式Kalman融合估計(jì)算法。由于所設(shè)計(jì)的融合估計(jì)器性能依賴于傳輸分量的選擇概率，為此導(dǎo)出了一些傳輸分量的概率選擇準(zhǔn)則以保證融合估計(jì)器的均方差(Mean Square Error, MSE)有界或收斂。最后，通過移動(dòng)目標(biāo)跟蹤系統(tǒng)驗(yàn)證了所提方法的有效性。
　　3.研究了在通信量約束下NMFSs的分布式混合H2/H∞融合估計(jì)問題，其中系統(tǒng)擾動(dòng)由高斯白噪聲與能量有界噪聲共同描述。為了

6、縮減每個(gè)時(shí)刻傳感器與融合中心的通信量，提出了有結(jié)構(gòu)限定的隨機(jī)維數(shù)壓縮與對(duì)數(shù)量化相結(jié)合的策略。借助于Lyapunov理論和混合H2/H∞濾波方法，導(dǎo)出了關(guān)于量化參數(shù)與傳輸分量選擇概率的充分條件以保證分布式H2/H∞融合估計(jì)器的穩(wěn)定性。而且，當(dāng)每個(gè)局部估計(jì)分量的傳輸概率預(yù)先給定時(shí)，給出了在通信量約束下最優(yōu)加權(quán)矩陣和量化參數(shù)的設(shè)計(jì)方法。最后，通過F404航空發(fā)動(dòng)機(jī)模型驗(yàn)證了所提方法的有效性。
　　4.研究了NMFSs中存在隨機(jī)參數(shù)擾動(dòng)、

7、傳感器失效、隨機(jī)觀測時(shí)延與丟包的融合估計(jì)問題。利用新息方法和代數(shù)Riccati方程導(dǎo)出了一個(gè)與原系統(tǒng)維數(shù)相等的集中式魯棒Kalman融合估計(jì)器。與增廣方法相比，它可以降低融合中心的計(jì)算復(fù)雜度，從而滿足系統(tǒng)的實(shí)時(shí)性要求?；谒O(shè)計(jì)的集中式融合估計(jì)算法，利用矩陣滿秩分解方法導(dǎo)出了存在上述不確定性的NMFSs的魯棒降維加權(quán)觀測融合Kalman估計(jì)器，進(jìn)一步地減輕融合中心的計(jì)算負(fù)擔(dān)。而且，導(dǎo)出了一些依賴于時(shí)延發(fā)生概率和傳感器失效率的充分條件以保

8、證估計(jì)器的穩(wěn)定性和最優(yōu)性，并給出了穩(wěn)態(tài)Kalman融合估計(jì)器。最后，通過數(shù)值例子驗(yàn)證了所提方法的有效性。
　　5.研究了NMFSs中存在測量數(shù)據(jù)丟失、隨機(jī)傳輸時(shí)延與丟包的分布式Kalman融合估計(jì)問題。首先，提出了一個(gè)新的隨機(jī)通信模型來描述NMFSs中的隨機(jī)傳輸時(shí)延和丟包現(xiàn)象;然后利用線性最優(yōu)加權(quán)融合算法，導(dǎo)出了一個(gè)遞推的分布式Kalman融合估計(jì)器。根據(jù)矩陣分析理論導(dǎo)出了一些使得融合估計(jì)器的MSE有界或者收斂的充分條件，并給出了