[发明专利]一种基于容积卡尔曼滤波算法的分布式状态估计方法有效
| 申请号： | 201910449938.4 | 申请日： | 2019-05-27 |
| 公开（公告）号： | CN110289989B | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 陈从颜;宋文彬;李宇;范波;李世华 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04L41/147 | 分类号： | H04L41/147;H04L25/02;H04W84/18;G06F17/15;G06F17/16 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 许小莉 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于容积卡尔曼滤波算法的分布式状态估计方法。该方法包括以下步骤：S1:初始化：获取传感器网络中给定的初始状态估计值和初始误差协方差矩阵；S2:在传感器网络中，各个传感器节点收集观测值，利用容积卡尔曼滤波算法，获得此刻的状态估计值和误差协方差矩阵；S3:各个传感器节点，与其邻居传感器节点相互广播状态估计值和误差协方差矩阵，采用平均一致性算法，修正当前的状态估计值和误差协方差矩阵；S4:各个传感器节点计算下一时刻的状态预测值和误差协方差预测值，返回步骤S2循环。本发明无需构造伪观测矩阵，可有效防止滤波发散。 | ||
| 搜索关键词： | 一种 基于 容积 卡尔 滤波 算法 分布式 状态 估计 方法 | ||
【主权项】：
1.一种基于容积卡尔曼滤波算法的分布式状态估计方法，其特征在于：该方法包括以下步骤：S1:初始化：获取传感器网络中给定的初始状态估计值和初始误差协方差矩阵；S2:在传感器网络中，各个传感器节点收集观测值，利用容积卡尔曼滤波算法，获得此刻的状态估计值和误差协方差矩阵；S3:各个传感器节点，与其邻居传感器节点相互广播状态估计值和误差协方差矩阵，采用平均一致性算法，修正当前的状态估计值和误差协方差矩阵；S4:各个传感器节点计算下一时刻的状态预测值和误差协方差预测值，返回步骤S2循环。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910449938.4/，转载请声明来源钻瓜专利网。
