[发明专利]一种基于信息新鲜度判断事件触发卡尔曼一致性滤波方法

权利要求书

1.一种基于信息新鲜度判断的事件触发卡尔曼一致性滤波方法，其特征在于，所述方法包括：

步骤1、在多簇头无线传感器网络中，通过计算数据包信息年龄对所述信息的新鲜度进行度量，获得簇内所有节点产生的数据包的平均信息年龄；

步骤2、计算所述簇内所有节点产生的数据包的平均信息年龄的最小值，获得信息年龄最小值；

步骤3、将所述信息年龄最小值作为事件触发阈值，建立基于信息新鲜度约束的事件触发卡尔曼一致性滤波算法模型，计算目标系统的估计值；

步骤1所述获得簇内所有节点产生的数据包的平均信息年龄的过程包括：

步骤101、利用公式(1)计算在连续时间区间(0，T)内，所述多簇头无线传感器网络的平均信息年龄：

其中，Δ_T表示所述多簇头无线传感器网络的平均信息年龄；T表示采样时刻；Δ(t)表示信息年龄，并且Δ(t)＝t-U(t)；t表示采样时长，U(t)表示最新一次数据包生成的时间戳；

步骤102、将所述公式(1)分解为几个不相交的几何区域之和，选取连续时间区间(0，T)段的所述几何区域对所述平均信息年龄进行分析；获得所述簇内所有节点产生的数据包的平均信息年龄，所述簇内所有节点产生的数据包的平均信息年龄如公式(2)：

其中，Δ表示簇内所有节点产生的数据包的平均信息年龄；l表示对所述多簇头无线传感器网络中的源节点的能量供给率；X表示数据包在链路中消耗的时间；Y表示两个连续数据包到达目的节点时的时间间隔；E[XY]表示X，Y乘积的均值；E[Y²]表示Y²的均值；

步骤102中的对所述平均信息年龄进行分析的过程包括：

步骤1021、在连续时间区间(0，T)内，上述不相交几何区域Q_w的面积之和S为：

其中，w表示采样次数，且满足w∈{1，2，……，N(T)}；Q_w表示在时间间隔Y_w下的信息年龄；此时，当w≥2时，所述时间间隔Y_w下的信息年龄Q_w被视作一个几何区域；

步骤1022、利用公式(4)计算所述一个几何区域Q_w的面积，所述一个几何区域Q_w的面积S_Qw为：

其中，Y_w表示两个连续数据包到达目的节点时的时间间隔；X_w-1表示数据包在链路中消耗的时间；

步骤1023、随着T不断增长，则趋近条件为所述多簇头无线传感器网络的平均信息年龄与所述几何区域面积之和的关系为：

根据所述趋近条件和所述平均信息年龄与所述几何区域面积之和的关系，将所述多簇头无线传感器网络的平均信息年龄的公式形式变换为：

其中，Q₁表示采样次数为1时的信息年龄，N(T)表示最大采样次数；

步骤1024、利用X_w-1和Y_w的相互独立性，获得如下关系式(6)，并根据所述关系式(6)获得所述簇内所有节点产生的数据包的平均信息年龄；其中，所述关系式(6)如下：

其中，E[S_Qw]表示所有Q_w区域面积之和的均值，即所有数据包的平均信息年龄；

步骤2所述获得信息年龄最小值的过程包括：

步骤201、计算第w次采样生成的数据包从生产到传送至目的节点，消耗的时间X_w为：

X_w＝S_w+W_w (7)

其中，S_w代表数据包的服务时间，W_w代表数据包在系统中等待的时间；

步骤202、利用所述平均信息年龄的最小化定理一，对所述簇内所有节点产生的数据包的平均信息年龄进行转换，转换后的所述簇内所有节点产生的数据包的平均信息年龄的表达式如公式(8)：

其中，1/μ为数据包在系统内的平均服务时间，Y表示两个连续数据包到达目的节点时的时间间隔；

步骤203、利用所述平均信息年龄的最小化定理二对转换后的所述簇内所有节点产生的数据包的平均信息年龄进行最小化；获得信息年龄最小值为：

步骤202所述最小化定理一为：所述多簇头无线传感器网络中的源节点在第w次采样形成的数据包自在t_w时刻生成后立即被传向目的节点，数据包在系统中的延迟为0，X_w等于S_w；

步骤203所述最小化定理二为：n项式之和为一定值M，当每项值均为M/n时，n项式平方和的最小值为M²/n；

步骤3获得估计值模型的过程包括：

步骤301、对所述卡尔曼一致性滤波目标系统进行初始化，所述系统的初始条件为：其中，P₀和x₀分别表示系统初始估计增益矩阵和目标状态向量，Pⁱ₀和代表簇i对应的初始估计增益矩阵和目标状态向量；

步骤302、在多簇头无线传感器网络中，利用所述簇内的各成员传感器节点检测目标状态信息；

步骤303、所述各成员传感器节点发送信息mⁱ＝{uⁱ,Uⁱ}及相应的时间戳给簇头传感器节点；m为簇头传感器节点总数；i表示簇头传感器节点；uⁱ和Uⁱ分别表示数据包内的加权测量矩阵和信息矩阵；

步骤304、各所述簇头传感器节点利用公式(10)对所述成员传感器节点发送的信息以及所述簇头传感器节点可连接到的相邻节点发送的信息进行信息融合：

其中，和分别表示在k时刻下，簇i的邻居节点成功接收到其观测数据包和通信数据包的概率；和分别表示数据包内的加权测量矩阵和信息矩阵；为系统测量矩阵；为观测噪声协方差矩阵；代表测量误差；和分别表示融合自身与邻居节点后的加权测量矩阵和信息矩阵，j表示节点i的某一邻居节点；N_i表示节点i的所有邻居节点的集合；U^j_k表示节点j向i传输的信息矩阵，u^j_k表示节点j向i传输的测量矩阵；

步骤305、利用公式(11)对所述数据包的信息新鲜度进行检验：

其中，表示所述卡尔曼一致性滤波目标系统的最新估计值；表示所述卡尔曼一致性滤波目标系统的最新估计值的前一个估计值；在时将最新估计值进行传输，否则一致性计算将使用前一个估计值，该估计值不被传输，减少了网络能耗；

步骤306、所述簇头传感器节点将满足新鲜度要求的状态更新传送给可相连的邻居传感器节点；

步骤307、各所述簇头传感器节点更新误差协方差矩阵和估计增益矩阵，更新后的所述误差协方差矩阵和估计增益矩阵为：

其中，Mⁱ_k表示更新后的误差协方差矩阵，Pⁱ_k+1表示更新后的估计增益矩阵；Qⁱ_k表示过程噪声协方差矩阵；A和B分别表示具有适当维数的系统矩阵；

步骤308、利用所述更新后的误差协方差矩阵和估计增益矩阵计算卡尔曼一致性滤波目标系统的估计值，所述估计值模型为：

其中，Δ^*为信息年龄最小值；代表源节点q在某次采样后生成的数据包的信息年龄；1/λqi表示在簇i的q成员节点上，数据包生成的时间间隔；1/μi表示数据包在系统中的平均服务时间；和分别表示观测数据包和通信数据包的成功到达率；Cik表示一致性增益；θ_ij表示簇头节点i和簇头节点j之间的路径损耗率；和分别表示融合自身与邻居节点后的加权测量矩阵和信息矩阵；表示邻居节点j的目标状态向量；

步骤309、返回步骤302并循环执行步骤302至步骤308的内容。