近年來,無線傳感器網絡因其強大的數(shù)據(jù)采集和并行信號處理能力,而廣泛地應用于環(huán)境監(jiān)測、目標跟蹤、醫(yī)療健康等領域。無線傳感器網絡由大量需要協(xié)作完成追蹤、估計等任務的無線傳感器節(jié)點組成,具有大規(guī)模、自組織、動態(tài)拓撲等特性以及能量、計算能力、帶寬等約束。在無線傳感器網絡的應用中,使用可擴展的算法來處理數(shù)據(jù)的檢測、估計和融合是基本問題。卡爾曼一致性濾波器作為一種有效的分布式數(shù)據(jù)融合方法,不需要融合中心,節(jié)點僅與其鄰居節(jié)點進行信息交換,即可實現(xiàn)所有節(jié)點獲得一致且高精度的估計值。本文針對無線傳感器網絡時變拓撲特性,以容錯性、時效性、使用壽命為關鍵的性能指標,設計了分布式卡爾曼一致性濾波器。本文主要研究工作包括以下三個方面:1)設計具有觀測、通信兩類丟包的分布式卡爾曼一致性濾波器。利用二進制隨機變量描述丟包現(xiàn)象,探討了觀測、通信丟包之間的耦合關系。并通過矩陣論理論分別分析兩類丟包對濾波系統(tǒng)性能和穩(wěn)定性的影響。最后通過仿真實例對所得結論進行驗證。2)設計具有連續(xù)丟包補償?shù)姆植际娇柭恢滦詾V波器。當數(shù)據(jù)包發(fā)生單次或連續(xù)丟失時,利用節(jié)點緩存區(qū)存儲的歷史數(shù)據(jù)進行補償,削弱了丟包對濾波精度的不良影響,也加快了算法收斂的速度。并通過最小化估計誤差協(xié)方差,得到了最優(yōu)濾波增益。最后通過仿真實例對所提出的算法進行驗證。3)設計兩種能量可調的分布式卡爾曼一致性濾波器。充分利用傳感器節(jié)點冗余布置的特性,采用兩種方法對網絡進行拓撲控制以減少能量消耗�；赑ercolation模型,通過調整主動丟包概率,減少數(shù)據(jù)包傳輸量,犧牲部分濾波精度,使網絡壽命得到大幅度的提高;基于事件驅動機制控制節(jié)點是否通信,以降低不必要的數(shù)據(jù)傳輸,算法在濾波精度滿足要求的前提下,節(jié)約了能耗。最后通過仿真實例對所提出的算法進行對比驗證。
【學位單位】：昆明理工大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TN713
【文章目錄】：
摘要
Abstract
符號與縮寫
第一章 緒論
    1.1 研究背景與意義
    1.2 無線傳感器網絡概述
        1.2.1 無線傳感器網絡簡介
        1.2.2 無線傳感器網絡的特性及局限
        1.2.3 無線傳感器網絡的應用前景
        1.2.4 無線傳感器網絡的數(shù)據(jù)融合機制
    1.3 無線傳感器網絡分布式濾波算法研究現(xiàn)狀
        1.3.1 卡爾曼濾波算法簡介
        1.3.2 分布式卡爾曼濾波算法研究現(xiàn)狀
    1.4 本文主要研究內容
    1.5 預備知識
        1.5.1 圖論知識
        1.5.2 矩陣理論
        1.5.3 卡爾曼濾波算法
        1.5.4 一致性協(xié)議
        1.5.5 分布式卡爾曼一致性濾波算法步驟
第二章 分布式卡爾曼一致性濾波算法的丟包性能分析
    2.1 引言
    2.2 問題描述
        2.2.1 系統(tǒng)模型
        2.2.2 丟包現(xiàn)象描述
    2.3 兩種丟包情況下的分布式卡爾曼一致性濾波算法設計
    2.4 濾波算法在丟包情況下的收斂性分析
    2.5 仿真結果及分析
        2.5.1 觀測丟包對濾波性能的影響
        2.5.2 通信丟包對濾波性能的影響
    2.6 總結
第三章 具有丟包補償?shù)碾p增益分布式卡爾曼一致性濾波器
    3.1 引言
    3.2 雙增益一致性協(xié)議
    3.3 具有丟包補償?shù)碾p增益卡爾曼一致性濾波算法設計
        3.3.1 具有連續(xù)丟包補償?shù)碾p增益一致性協(xié)議
        3.3.2 濾波算法設計
        3.3.3 濾波算法穩(wěn)定性分析
    3.4 濾波增益優(yōu)化
    3.5 仿真結果及分析
        3.5.1 算法濾波效果對比
        3.5.2 濾波增益對算法效果的影響
    3.6 本章小結
第四章 能量可調的分布式卡爾曼一致性濾波算法
    4.1 引言
    4.2 能耗模型
    4.3 基于Percolation模型的卡爾曼一致性濾波算法設計
        4.3.1 Percolation模型
        4.3.2 濾波算法設計
        4.3.3 濾波算法穩(wěn)定性分析
        4.3.4 算法能量消耗分析
    4.4 基于事件驅動的卡爾曼一致性濾波算法設計
        4.4.1 濾波算法設計
        4.4.2 濾波算法穩(wěn)定性分析
        4.4.3 濾波算法能耗分析
    4.5 算法仿真及分析
        4.5.1 算法濾波效果對比
        4.5.2 算法能量消耗對比
    4.6 本章小結
第五章 總結與展望
    5.1 全文總結
    5.2 研究展望
致謝
參考文獻
附錄 A 攻讀碩士學位期間發(fā)表論文目錄

【參考文獻】

相關期刊論文 前10條

1 孫超;楊春曦;范莎;武寧;;能量高效的無線傳感器網絡分布式分簇一致性濾波算法[J];信息與控制;2015年03期

2 肖金超;曾鵬;何杰;于海斌;;基于傳感器網絡的多信道定位技術[J];信息與控制;2015年03期

3 王巖;王夏靜;劉翔宇;;基于卡爾曼一致性濾波的WSN丟包補償算法[J];儀器儀表學報;2013年11期

4 劉永桂;胥布工;史步海;;隨機系統(tǒng)中能容忍連續(xù)丟包和測量時延的卡爾曼濾波(英文)[J];控制理論與應用;2013年07期

5 王長城;戚國慶;李銀伢;盛安冬;;傳感器網絡一致性分布式濾波算法[J];控制理論與應用;2012年12期

6 盧小萍;楊文;侍洪波;;帶丟包一致性卡爾曼濾波算法優(yōu)化[J];中南大學學報(自然科學版);2012年09期

7 楊文;侍洪波;汪小帆;;卡爾曼一致濾波算法綜述[J];控制與決策;2011年04期

8 王帥;楊文;侍洪波;;帶丟包一致性濾波算法研究[J];自動化學報;2010年12期

9 席峰;劉中;;基于信息矩陣加權一致策略的分布式Kalman濾波器[J];信息與控制;2010年02期

10 王寶鳳;郭戈;;具有Markovian時延與丟包的離散系統(tǒng)的狀態(tài)估計[J];控制理論與應用;2009年12期

本文編號：2848427