Distributed fusion for nonlinear uncertain systems with multiplicative parameters and random delay
Distributed fusion for nonlinear uncertain systems with multiplicative parameters and random delay
复制标题
具有乘性参数和随机延迟的非线性不确定系统的分布式融合
DOI：
10.1016/j.sigpro.2018.12.003
复制
发表时间：
2019-04
影响因子：
4.4
通讯作者：
Zhi Li
中科院分区：
文献类型：
--
作者：
Yanbo Yang;Yuemei Qin;Quan Pan;Yanting Yang;Zhi Li
针对传感器网络中具有乘性随机参数和随机延迟测量的非线性不确定系统，提出了一种基于信息滤波的分布式融合方法。这是一个典型的非线性、非高斯随机系统，具有多种不确定性，包括非线性、乘性随机参数和随机延迟，并沿着有加性噪声。在状态估计均方误差最小化准则下，提出了基于高斯混合实现的集中信息型滤波器，通过对非线性测量模型进行统计线性回归，重构一个新的线性形式的等价模型。然后，通过平均一致性设计分布式实现，并分布式更新各分量的权值，以确保各处理单元后验概率密度的高斯混合分布尽可能逼近集中式融合中的相应分布。同时，根据所提出的滤波方法，实现了d步滞后状态平滑，进一步提高了估计精度。最后，通过一个具有乘性随机参数和一步/两步随机时延的分布式处理网络的算例，验证了该方法的有效性。
This paper proposes an information filtering-based distributed fusion for nonlinear uncertain systems with multiplicative random parameters and randomly delayed measurements in sensor networks. This is a typical nonlinear and non-Gaussian stochastic system with multiple uncertainties including nonlinearity, multiplicative random parameters and random delay, along with additive noises. In the criterion of minimizing the mean square error of state estimate, the centralized information-type filter via Gaussian mixture realization is put forward, by applying statistical linear regression to nonlinear measurement models to reconstruct a new and equivalent one with the linear form. Then, the distributed implementation is designed via average consensus with the corresponding weight of each component being updated distributively, in order to ensure that the Gaussian mixture distribution of the posterior probability density in each processing unit asymptotically approximates the corresponding one in the centralized fusion as closely as possible. Meanwhile, the d -step lag state smoothing is obtained to further improve the estimation precision, in terms of the proposed filtering method. An example with multiplicative random parameters and one-step/two-step random delay in the distributed processing network is simulated to validate the proposed method.
登录
查看更多内容
影响因子：
3.9
作者：
Arash Mohammadi;K. Plataniotis
通讯作者：
Arash Mohammadi;K. Plataniotis
影响因子：
7.7
作者：
Zaiyue Yang;Xiufang Shi;Jiming Chen
通讯作者：
Zaiyue Yang;Xiufang Shi;Jiming Chen
具有随机延迟测量的马尔可夫跳跃线性系统的线性最小均方误差估计
影响因子：
1.7
作者：
Yang Yanbo;Liang Yan;Yang Feng;Qin Yuemei;Pan Quan
通讯作者：
Pan Quan
具有乘性噪声、随机延迟和多个数据包丢失的系统的最佳估计
影响因子：
1.7
作者：
Li, Mingyang;Zhang, Ling;Chu, Dongsheng
通讯作者：
Chu, Dongsheng
用于具有有色测量噪声的马尔可夫跳跃非线性系统的自适应高斯混合滤波器
影响因子：
7.3
作者：
Yanbo Yang;Yan Liang;Quan Pan;Yuemei Qin;Xiaoxu Wang
通讯作者：
Xiaoxu Wang