公开(公告)号：CN110289989B

公开(公告)日：2022-10-25

申请号：CN201910449938.4

申请日：2019-05-27

申请人： 东南大学

发明人： 陈从颜 ,  宋文彬 ,  李宇 ,  范波 ,  李世华

IPC分类号： H04L41/147 ,  H04L25/02 ,  H04W84/18 ,  G06F17/15 ,  G06F17/16

摘要： 本发明提供了一种基于容积卡尔曼滤波算法的分布式状态估计方法。该方法包括以下步骤：S1:初始化：获取传感器网络中给定的初始状态估计值和初始误差协方差矩阵；S2:在传感器网络中，各个传感器节点收集观测值，利用容积卡尔曼滤波算法，获得此刻的状态估计值和误差协方差矩阵；S3:各个传感器节点，与其邻居传感器节点相互广播状态估计值和误差协方差矩阵，采用平均一致性算法，修正当前的状态估计值和误差协方差矩阵；S4:各个传感器节点计算下一时刻的状态预测值和误差协方差预测值，返回步骤S2循环。本发明无需构造伪观测矩阵，可有效防止滤波发散。

公开(公告)号：CN110289989A

公开(公告)日：2019-09-27

申请号：CN201910449938.4

申请日：2019-05-27

申请人： 东南大学

发明人： 陈从颜 ,  宋文彬 ,  李宇 ,  范波 ,  李世华

IPC分类号： H04L12/24 ,  H04L25/02 ,  H04W84/18 ,  G06F17/15 ,  G06F17/16

摘要： 本发明提供了一种基于容积卡尔曼滤波算法的分布式状态估计方法。该方法包括以下步骤：S1:初始化：获取传感器网络中给定的初始状态估计值和初始误差协方差矩阵；S2:在传感器网络中，各个传感器节点收集观测值，利用容积卡尔曼滤波算法，获得此刻的状态估计值和误差协方差矩阵；S3:各个传感器节点，与其邻居传感器节点相互广播状态估计值和误差协方差矩阵，采用平均一致性算法，修正当前的状态估计值和误差协方差矩阵；S4:各个传感器节点计算下一时刻的状态预测值和误差协方差预测值，返回步骤S2循环。本发明无需构造伪观测矩阵，可有效防止滤波发散。