[发明专利]基于加权观测融合和免时间戳交互的时钟频偏跟踪方法

权利要求书

1.一种基于加权观测融合和免时间戳交互的时钟频偏跟踪方法，其特征在于，该方法包括：位于参考节点R和多个活动节点A₁,A₂,...,A_L重叠通信范围内的隐含节点S执行监听同步，在成功监听到多对免时间戳通信消息后，利用多组扩展卡尔曼滤波算法，将得到的多个跟踪结果根据标量加权线性最小方差信息融合准则进行多观测值加权融合，实现隐含节点S的免时间戳相对频率偏移融合跟踪；

根据活动节点、参考节点和隐含节点间时钟频率偏移的内在关系，估计出参考节点与隐含节点间的相对时钟频偏ρ^(SR)[n]，实现隐含节点的加权观测融合频率偏移跟踪，具体内在关系为：

其中，ρ^(AR)[n]表示活动节点与参考节点间的相对时钟频偏，ρ^(AS)[n]表示活动节点与隐含节点间的相对时钟频偏；

所述多组扩展卡尔曼滤波算法的计算公式为：

预测：

最小预测均方误差矩阵：M_k[n|n-1]＝AM_k[n-1|n-1]A^T+C

卡尔曼增益：

修正：

最小均方误差矩阵：M_k[n|n]＝(I-K_k[n]H_k[n])M_k[n|n-1]

其中，k表示执行的第k个并行的扩展卡尔曼滤波器，是考虑状态矩阵A和前一轮状态对x_k[n]的预测，M_k[n|n-1]是未经观测修正的最小预测均方误差矩阵，当计算得到卡尔曼增益K_k[n]，得到修正后的估计值和M_k[n|n]，M_k[n|n]是执行扩展卡尔曼滤波器后获得的对应的相对频率偏移的最小均方误差矩阵；I表示单位矩阵，H表示观测矩阵，C和是状态协方差矩阵和观测噪声方差，Q′_k[n]表示n时刻观测值，表示无噪声影响的观测值；所述将得到的多个跟踪结果根据标量加权线性最小方差信息融合准则进行多观测值加权融合，具体包括以下步骤：

S1：计算标量加权线性最小方差信息融合准则中的最优信息融合矩阵，表达式为：

其中，a表示估计量分量权重；基于无偏估计，得到融合权重条件a₁+a₂+…+a_L＝1；

S2：根据融合估计误差，得到最优均方误差矩阵的表达式为：

S3：计算融合性能评价参数，表达式为：

其中，tr表示矩阵的迹，M_kl[n|n]为交叉协方差；最优融合问题转化为选择a₁,a₂,...,a_L使得Γ最小。

2.根据权利要求1所述的时钟频偏跟踪方法，其特征在于，求解最优融合问题，即选择a₁,a₂,...,a_L使得Γ最小，具体包括：使用拉格朗日乘子法，解得最优权重为：

定义则最优信息融合矩阵表示为：

最优均方误差矩阵表示为：