[发明专利]机舱污染物浓度的容错测量估计方法

权利要求书

1.一种机舱污染物浓度的容错测量估计方法，其特征在于，包括：

在座舱的预设位置设置用于测量污染物浓度的传感器，并将所述传感器构成无线传感网络，所述传感器包括主传感器和辅传感器，所述座舱的预设位置包括窗口、座舱顶部、底部、座椅中的一个或多个位置；

获取无线传感网络中的传感器的测量结果，包括获取主传感器的测量结果z_Pi和获取辅传感器的测量结果z_Si；

将主传感器的测量结果z_Pi和获取辅传感器的测量结果z_Si之差z_i通过一致性卡尔曼滤波器得到主传感器、辅传感器的误差的最优估计

以所述误差的最优估计修正主传感器的测量值，得到实际污染物浓度的最优估计z_Oi；

所述一致性卡尔曼滤波器，其滤波算法为：

所述一致性卡尔曼滤波器，由事件触发机制触发；其中，事件触发机制触发所用的事件生成器函数为：

其中，其中表示最近一次传播的估计值，g_i是一个预设的正标量；

由事件触发机制触发的所述一致性卡尔曼滤波器，其误差估计方程为：

其中γ_ij为节点i与节点j之间的路径损耗率，为最近一次传播的估计值，α_k为0或1的二项分布，其满足P{α_k＝1}＝μ，C_i,k为一致性增益矩阵；

由事件触发机制触发的所述一致性卡尔曼滤波器，其最佳增益方程为：

A_k为系统矩阵，为节点i在k时刻的估计值，

N为连接矩阵，为

N_i为节点i的邻居节点集合，为节点j在k时刻估计值，P_i,k为节点i在k时刻的估计误差协方差矩阵，R_i,k为节点i在k时刻的观测误差协方差矩阵，为节点i在k+1时刻的估计误差协方差矩阵，Q_i,k为节点i在k时刻的系统噪声协方差矩阵，Z_i,k为节点i在k时刻的观测值，H_i,k为观测矩阵，B_k和F_i,k为适当参数的矩阵，用于表征不同形式的噪声向量，v_k和w_k为相互独立的高斯白噪声信号；

是节点j在k时刻的最近传播出去的状态估计

γ_ir为节点i与节点r之间的路径损耗率，其中r∈N_i s∈N_j

r属于i邻居的节点，s属于j的邻居

其中

当对于r和j时，即为

当对于i和i时，即为由约定，缩写为当对于r和i时，即为P_ri,k

是节点j在k时刻的最近传播出去的状态预测值。

2.如权利要求1所述的方法，其特征在于，

所述一致性卡尔曼滤波器，其滤波算法为：

其中，C_i,k为一致性增益矩阵。

3.如权利要求2所述的方法，其特征在于，

所述一致性卡尔曼滤波器，其信息滤波器形式为：

其中，

为节点i的状态x在k时刻的预测值，

为预测误差协方差矩阵

加权测量值

信息矩阵

为一致性矩阵参数

z_i,k为节点i的状态x在k时刻的观测值。