买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于集合理论的传感器系统分布式融合方法，针对有界干扰下的传感器系统，各局部处理器先通过集员估计方法对相应传感器的量测信息进行处理，得到局部估计状态可行集，然后将结果送至融合中心，进行融合处理；根据集合运算理论，局部估计之间的融合通过多个椭球求交的方式实现；为处理多个椭球交集可能为空的情况，引入q‑relaxed交集的概念；通过参数的选择保证算法得到稳健的状态可行集，同时降低异常值或传感器损坏对全局估计的影响。仿真实例表明，本发明提出的分布式融合方法有效的提高了系统的估计精度。

主权项：1.一种基于集合理论的传感器系统分布式融合方法，其特征在于，包括以下步骤，S1：获取各局部传感器的系统量测信息，建立传感器系统模型；S2：基于各局部传感器的系统量测信息，使用集员估计方法进行状态估计，得到局部估计结果；S3：将各局部估计结果利用椭球求交方法进行融合，得到中心估计椭球；S4：对中心估计椭球的参数进行优化，得到最终的融合估计结果；步骤S1的具体操作包括以下步骤，S101：假设有N个传感器对同一运动目标独立地进行测量，为第i个传感器在k时刻的观测向量，表示实数空间的m维向量；建立相应的状态方程和量测方程分别为xk＝Fk-1xk-1+Gk-1wk-11zi，k＝Hi，kxk+vi，k，i＝1，2，…，N2式中，表示k时刻状态，为n维状态向量，xk-1为k-1时刻状态向量；Fk-1为非奇异状态转移矩阵，Gk-1为过程噪声输入矩阵； 为k-1时刻过程噪声，表示实数空间的l维模型；Hi，k为第i个传感器在k时刻的观测矩阵，为第i个传感器在k时刻的观测噪声；S102：假设模型过程噪声和观测噪声两种噪声属于椭球集合 式中，Qk和Ri，k为已知的正定矩阵，Qk表示k时刻过程噪声椭球形状矩阵，Ri，k表示第i个传感器k时刻的量测噪声椭球矩阵；则待估计系统状态的初始值属于下式所描述的椭球 其中，x为椭球内任意点，且为m维向量，为椭球的中心，也为m维向量，P0为正定矩阵，它定义了椭球的形状，σ0为大于0的实数，下标0表示初始时刻；步骤S2中使用集员估计方法进行状态估计分为状态更新阶段和量测更新阶段；状态更新阶段的具体操作包括以下步骤，在状态更新阶段，更新椭球 其计算方法为： σk|k-1＝σk-1；其中，Pk-1为k-1时刻的椭球形状矩阵，Qk-1为k-1时刻的过程噪声形状矩阵，σk-1作为系统李雅普诺夫函数的上界，与Pk-1共同决定了k-1时刻状态椭球的形状，pk∈0，+∞用来优化椭球εk|k-1的大小，pk的最优值为其中，tr表示矩阵的迹；量测更新阶段的具体操作包括以下步骤，在量测更新阶段，更新椭球 其计算方法为：Pi，k＝In-Ki，kHi，kPk|k-1； 其中，In为n维单位阵；滤波增益残差αi，k∈[0，+∞表示第i个传感器k时刻的参数，用来优化椭球εi，k的大小，其最优值为下式的解 当时，式6无解，此时取0为参数最优值；步骤S3的具体操作包括以下步骤，S301：假设中心估计椭球为 要使该椭球包含所有局部估计椭球的交集，则其中的元素必满足 式中βi，k∈[0，1]，且S302：对上式8进行变换，可得 根据式9，取 则有 S303：将式10和式12代入式9，可以得到 S304：将式10、11和13代入式7中，即可得到中心估计椭球。

全文数据：

权利要求：

百度查询： 中国人民解放军火箭军工程大学 一种基于集合理论的传感器系统分布式融合方法