[发明专利]分布式异步一致性滤波方法、电子设备及计算机存储介质

说明书

本发明公开了一种分布式异步一致性滤波方法、电子设备及计算机存储介质，所述方法包括：异步传感器网络中的各传感器节点通过采样获得各自的测量值；各传感器节点基于各自采样获得的测量值，利用预设的滤波算法在各自的异步采样时刻进行局部滤波，得到各自的局部估计；在一致融合时刻，基于各传感器节点的局部估计，对各传感器节点实施加权平均一致性迭代，在经过预设次数的迭代后，得到一致滤波结果。本发明所提出的分布式异步一致性滤波方法克服了传统一致性滤波算法要求传感器采样在时间上严格同步的问题，适用于网络中传感器节点具有不同采样速率、不同初始采样时刻等异步的情况。而且，本发明提出的方法也适用于传感器节点非均匀采样的情况。

技术领域

本发明涉及异步传感器网络的分布式一致性滤波技术领域，特别涉及一种分布式异步一致性滤波方法、电子设备及计算机存储介质。

背景技术

传感器网络是一种由大量部署在不同空间位置上的传感器节点所组成的环境感知网络。各传感器节点之间通过网络进行连接，具有结构灵活、可扩展性强、空间覆盖面积广、可靠性高等优点。近年来，随着技术的进步和传感器成本的降低，无线传感器网络技术得到了空前的发展，已被广泛应用于战场监视、交通控制、环境监测、机器健康监测等领域。

分布式滤波是无线传感器网络中的一个基本问题，即研究传感器节点如何基于自己以及邻居节点的信息得到被测对象状态的精确估计。网络化系统的分布式滤波问题已经得到了广泛关注，并取得了很多研究成果。现有网络化系统的分布式一致性滤波算法依据网络中共享信息的不同大致可以分为三大类：基于局部估计的分布式一致性滤波算法、基于测量信息的分布式一致性滤波算法以及基于新息的分布式一致性滤波算法。

上述关于分布式一致性滤波的研究都是针对同步传感器网络展开的，即网络中所有传感器节点的测量在时间上都是同步的。实际上，不同传感器节点可能拥有不同的采样速率、不同的初始采样时间以及不同的通信延迟时间等，这都会造成传感器节点间的测量往往不是时间上同步的，而是异步的。然而，关于网络化系统的分布式异步一致性滤波的研究还未曾见到。

现有分布式一致性滤波算法考虑的都是同步传感器网络的情况，即假设网络中所有传感器节点的测量都是同步的。然而，实际传感器网络中不同节点的传感器可能是异质的，即使是同类传感器也可能具有不同的采样速率或不同的起始采样时间。此外，传感器之间的信息传输也可能会有不同的传输时延。这些都会导致异步情况的出现，对此，目前还未有适用的分布式一致性滤波方案。

发明内容

本发明提供了一种分布式异步一致性滤波方法、电子设备及计算机存储介质，以解决现有分布式一致性滤波算法考虑的都是同步传感器网络的情况，对于异步传感器网络的分布式一致性滤波问题的研究还未见到的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种分布式异步一致性滤波方法，适用于异步传感器网络，所述分布式异步一致性滤波方法包括：

异步传感器网络中的各传感器节点通过采样获得各自的测量值；

各传感器节点基于各自采样获得的测量值，利用预设的滤波算法在各自的异步采样时刻进行局部滤波，得到各自的局部估计；

在一致融合时刻，基于离一致融合时刻最近的各传感器节点的测量值，将其局部估计结果同步到一致融合时刻；并基于各传感器节点同步后的局部估计，对各传感器节点实施加权平均一致性迭代，在经过预设次数的迭代后，得到一致滤波结果。

进一步地，所述各传感器节点基于各自采样获得的测量值，利用预设的滤波算法在各自的异步采样时刻进行局部滤波，得到各自的局部估计，包括：

各传感器节点基于各自采样获得的测量值，利用Kalman滤波算法在各自的异步采样时刻进行局部滤波，得到各自的局部估计。