[发明专利]基于平方根容积信息一致的分布式非线性状态估计方法

摘要

本发明公开了一种基于平方根容积信息一致的分布式非线性状态估计方法，属于传感器信息融合技术，涉及分布式非线性状态滤波问题。该估计方法首先利用平方根容积规则获取各节点对目标状态的预测信息向量和信息矩阵平方根因子；然后基于各节点的观测信息和状态预测信息计算对应的量测信息向量和信息矩阵平方根因子，并更新本地状态信息向量和信息矩阵平方根因子；最后通过邻居节点间的状态信息交互进行加权一致性迭代，并更新目标的状态估值。该估计方法有效解决了传感器网络分布式状态估计问题，提高了状态信息的一致性收敛速度，改善了滤波器的数值稳定性。

主权项

1.基于平方根容积信息一致的分布式非线性状态估计方法，其特征在于，包括以下步骤：(1)基于平方根容积规则预测本地状态信息；(2)利用节点量测更新本地状态信息；(3)对本地状态信息进行加权一致性迭代，具体为：假设状态信息向量的迭代初值为状态信息矩阵平方根因子的迭代初值为V_i,0＝S_i,y,k+1|k+1，其中表示k+1时刻节点i的本地状态信息向量，S_i,y,k+1|k+1表示k+1时刻节点i的状态信息矩阵平方根因子；对邻居节点的状态信息进行L次加权一致性迭代，得到一致性信息向量v_i,L和一致性信息矩阵平方根因子V_i,L；For l＝0:L‑1End式中，w_ij表示一致性速率因子，表示节点i的邻居节点集，表示节点i的第j个邻居节点；(4)更新目标状态估值。