近年來(lái),無(wú)線傳感器網(wǎng)絡(luò)因其強(qiáng)大的數(shù)據(jù)采集和并行信號(hào)處理能力,而廣泛地應(yīng)用于環(huán)境監(jiān)測(cè)、目標(biāo)跟蹤、醫(yī)療健康等領(lǐng)域。無(wú)線傳感器網(wǎng)絡(luò)由大量需要協(xié)作完成追蹤、估計(jì)等任務(wù)的無(wú)線傳感器節(jié)點(diǎn)組成,具有大規(guī)模、自組織、動(dòng)態(tài)拓?fù)涞忍匦砸约澳芰�、�?jì)算能力、帶寬等約束。在無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用中,使用可擴(kuò)展的算法來(lái)處理數(shù)據(jù)的檢測(cè)、估計(jì)和融合是基本問(wèn)題�？柭恢滦詾V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(diǎn)僅與其鄰居節(jié)點(diǎn)進(jìn)行信息交換,即可實(shí)現(xiàn)所有節(jié)點(diǎn)獲得一致且高精度的估計(jì)值。本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)時(shí)變拓?fù)涮匦?以容錯(cuò)性、時(shí)效性、使用壽命為關(guān)鍵的性能指標(biāo),設(shè)計(jì)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(gè)方面:1)設(shè)計(jì)具有觀測(cè)、通信兩類丟包的分布式卡爾曼一致性濾波器。利用二進(jìn)制隨機(jī)變量描述丟包現(xiàn)象,探討了觀測(cè)、通信丟包之間的耦合關(guān)系。并通過(guò)矩陣論理論分別分析兩類丟包對(duì)濾波系統(tǒng)性能和穩(wěn)定性的影響。最后通過(guò)仿真實(shí)例對(duì)所得結(jié)論進(jìn)行驗(yàn)證。2)設(shè)計(jì)具有連續(xù)丟包補(bǔ)償?shù)姆植际娇柭恢滦詾V波器。當(dāng)數(shù)據(jù)包發(fā)生單次或連續(xù)丟失時(shí),利用節(jié)點(diǎn)緩存區(qū)存儲(chǔ)的歷史數(shù)據(jù)進(jìn)行補(bǔ)償,削弱了丟包對(duì)濾波精度的不良影響,也加快了算法收斂的速度。并通過(guò)最小化估計(jì)誤差協(xié)方差,得到了最優(yōu)濾波增益。最后通過(guò)仿真實(shí)例對(duì)所提出的算法進(jìn)行驗(yàn)證。3)設(shè)計(jì)兩種能量可調(diào)的分布式卡爾曼一致性濾波器。充分利用傳感器節(jié)點(diǎn)冗余布置的特性,采用兩種方法對(duì)網(wǎng)絡(luò)進(jìn)行拓?fù)淇刂埔詼p少能量消耗�；赑ercolation模型,通過(guò)調(diào)整主動(dòng)丟包概率,減少數(shù)據(jù)包傳輸量,犧牲部分濾波精度,使網(wǎng)絡(luò)壽命得到大幅度的提高;基于事件驅(qū)動(dòng)機(jī)制控制節(jié)點(diǎn)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(guò)仿真實(shí)例對(duì)所提出的算法進(jìn)行對(duì)比驗(yàn)證。
【學(xué)位單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN713
【文章目錄】：
摘要
Abstract
符號(hào)與縮寫
第一章 緒論
    1.1 研究背景與意義
    1.2 無(wú)線傳感器網(wǎng)絡(luò)概述
        1.2.1 無(wú)線傳感器網(wǎng)絡(luò)簡(jiǎn)介
        1.2.2 無(wú)線傳感器網(wǎng)絡(luò)的特性及局限
        1.2.3 無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用前景
        1.2.4 無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合機(jī)制
    1.3 無(wú)線傳感器網(wǎng)絡(luò)分布式濾波算法研究現(xiàn)狀
        1.3.1 卡爾曼濾波算法簡(jiǎn)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?jī)?nèi)容
    1.5 預(yù)備知識(shí)
        1.5.1 圖論知識(shí)
        1.5.2 矩陣?yán)碚?br>        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(wèn)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(shè)計(jì)
    2.4 濾波算法在丟包情況下的收斂性分析
    2.5 仿真結(jié)果及分析
        2.5.1 觀測(cè)丟包對(duì)濾波性能的影響
        2.5.2 通信丟包對(duì)濾波性能的影響
    2.6 總結(jié)
第三章 具有丟包補(bǔ)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(bǔ)償?shù)碾p增益卡爾曼一致性濾波算法設(shè)計(jì)
        3.3.1 具有連續(xù)丟包補(bǔ)償?shù)碾p增益一致性協(xié)議
        3.3.2 濾波算法設(shè)計(jì)
        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(jié)果及分析
        3.5.1 算法濾波效果對(duì)比
        3.5.2 濾波增益對(duì)算法效果的影響
    3.6 本章小結(jié)
第四章 能量可調(diào)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(shè)計(jì)
        4.3.1 Percolation模型
        4.3.2 濾波算法設(shè)計(jì)
        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(qū)動(dòng)的卡爾曼一致性濾波算法設(shè)計(jì)
        4.4.1 濾波算法設(shè)計(jì)
        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(duì)比
        4.5.2 算法能量消耗對(duì)比
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 研究展望
致謝
參考文獻(xiàn)
附錄 A 攻讀碩士學(xué)位期間發(fā)表論文目錄

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫超;楊春曦;范莎;武寧;;能量高效的無(wú)線傳感器網(wǎng)絡(luò)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(wǎng)絡(luò)的多信道定位技術(shù)[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(bǔ)償算法[J];儀器儀表學(xué)報(bào);2013年11期

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

5 王長(zhǎng)城;戚國(guó)慶;李銀伢;盛安冬;;傳感器網(wǎng)絡(luò)一致性分布式濾波算法[J];控制理論與應(yīng)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(xué)學(xué)報(bào)(自然科學(xué)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(dòng)化學(xué)報(bào);2010年12期

9 席峰;劉中;;基于信息矩陣加權(quán)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(shí)延與丟包的離散系統(tǒng)的狀態(tài)估計(jì)[J];控制理論與應(yīng)用;2009年12期

本文編號(hào)：2848427