[发明专利]一种分布式状态估计方法

权利要求书

1.一种分布式状态估计方法，其特征在于，包括：

构建通信丢包模型；

基于所述通信丢包模型，构建传感器节点的状态空间模型；

基于所述状态空间模型，构建分布式卡尔曼滤波的回归形式；

基于所述回归形式，确定基于最大相关熵准则的代价函数和基于最大相关熵准则的目标函数；

基于所述代价函数和所述目标函数，确定所述传感器节点的状态和协方差。

2.根据权利要求1所述的分布式状态估计方法，其特征在于，所述通信丢包模型的表达式为：

其中，表示节点i从其邻居节点j获得的观测数据；表示定义为；

表示映射函数，用于反映和的映射关系；表示第j个传感器节点获得的观测向量；i表示第i个传感器节点；Ω表示网络中所有传感器构成的集合；j表示第i个传感器节点的邻居传感器节点；

表示节点i及其所有邻居节点构成的集合。

3.根据权利要求1所述的分布式状态估计方法，其特征在于，所述通信丢包模型的表达式为：

其中，表示节点i从其邻居节点j获得的观测数据；表示定义为；

表示丢包参数矩阵；表示第j个传感器节点获得的观测向量。

4.根据权利要求3所述的分布式状态估计方法，其特征在于，所述丢包参数矩阵的表达式为：

其中，表示访问标志位，表示拒绝访问发生，表示拒绝访问未发生；表示丢包单位矩阵。

5.根据权利要求1所述的分布式状态估计方法，其特征在于，所述状态空间模型的表达式为：

x_k＝Ax_k-1+q_k-1

其中，x_k表示传感器节点在k时刻的真实状态；A表示状态转移矩阵；x_k-1表示传感器节点在k-1时刻的真实状态；q_k-1表示方差为Q_k-1的集和；表示对进行向量化运算得到的中间变量，表示第j个传感器节点获得的观测向量；表示对C^j进行向量化运算得到的中间变量，C^j表示第j个传感器节点的观测矩阵；表示第i个传感器节点在k时刻的真实状态；表示对进行向量运算得到的中间变量，表示表示方差为的集和；表示第i个节点从其邻居节点以及自身获得的观测数据，表示邻居节点j的观测信息；

表示信息传输矩阵。

6.根据权利要求1所述的分布式状态估计方法，其特征在于，所述回归形式的表达式为：

其中，表示预测的第i个传感器节点的状态；表示第i个节点从其邻居节点以及自身获得的观测数据，表示邻居节点j的观测信息；I_n表示状态单位矩阵；表示信息传输矩阵；表示对C^j进行向量化运算得到的中间变量，C^j表示第j个传感器节点的观测矩阵；表示第i个传感器节点在k时刻的真实状态；表示增广的噪声向量。

7.根据权利要求1所述的分布式状态估计方法，其特征在于，所述代价函数的表达式为：

其中，表示代价函数；H表示中元素的数量，表示第一中间变量；表示的第h个元素；G_σ(·)表示高斯核函数；表示的第h行元素，表示第二中间变量；表示第i个传感器节点在k时刻的真实状态。

8.根据权利要求1所述的分布式状态估计方法，其特征在于，所述目标函数的表达式为：

其中，表示系统的最优估计状态；表示取最大运算符，表示第i个传感器节点在k时刻的真实状态；h表示中的元素变量的索引，表示第一中间变量；L表示中元素的数量；G_σ(·)表示高斯核函数；表示第三中间变量。