论文部分内容阅读
传感器网络背景下的信息融合系统在进行数据采集、传输及处理的时候，会免不了面临网络中各种约束条件的限制，比如随机的延迟一定会导致本来有序的采样数据在到达局部处理器或融合中心的时候产生乱序的现象，且数据传输的乱序将会造成基于有序系统的传统Kalman滤波不能有效直接地在乱序融合系统中使用。基于上述因素，本文主要就无线传感器网络乱序数据传输的信息融合问题分别在分布式框架下、集中式框架下和分布式二次乱序框架下进行了进一步的研究和分析。主要研究内容和方法如下1.在集中式框架下，利用伪量测的方法，对噪声相关下的多步滞后乱序传输进行了集中式观测加权融合，并对其中的噪声相关情况进行了详细的分析。进一步，在非线性系统的情况下，利用扩展Kalman滤波的原理推导了多步滞后乱序传输下的观测加权融合算法，并针对双基站纯方位角目标跟踪的非线性系统模型在乱序传输情况下进行了分析和仿真。2.在分布式框架下，利用伪量测的方法，提出了噪声相关下单传感器多步滞后乱序传输的估计方法，对其中的噪声相关情况进行了推导，并利用CI算法和分布式加权融合算法在多传感器的情况下进行融合估计。进一步，在非线性的情况下，利用扩展Kalman滤波的原理对相同的乱序情况进行分析，并推导了非线性下单传感器多步滞后乱序传输的滤波估计，运用分布式加权融合和CI融合算法在多传感器的情况下进行融合估计。3.提出了一种分布式二次乱序传输的框架。在这种框架下，介绍并分析了两种判别最新可利用局部估计值（Newest Available Local Estimate，NALE）的方法，并利用NALE判别方法，对于已经得到的局部一次乱序状态估计，在传输到融合中心产生二次乱序的情况下进行预处理，之后推导并计算了这种框架下的局部加权融合算法和CI融合算法，并对预处理结果进行融合。大量的仿真例子证明了上述理论算法的正确性和有效性。