多传感器网络数据融合技术的研究-电子与通信工程专业论文.docxVIP

南京邮电大学 工程硕士学位论文摘要 学科、专 业： 工学、电子与通信工程 研 究 方 向： 无线数据与移动计算网络 作 者： 2009 级研究生 葛利 平 指 导 老 师： 钱学 荣 题 目： 多传感器网络数据融合技术的研究 英文题目： The Study of the Data Fusion Technology in Multi-sensor network 主 题 词：分布式估计；一致性算法；传感器网络；数据融合；UKF Keywords：Distributed estimation; Consensus algorithm; Sensor network; Data fusion; UKF 南京 南京邮电大学全日制工程硕士研究生学位论文 摘要 I I 摘要 综合利用来自多个传感器的数据进行运动目标跟踪是多传感器数据融合中一个长期探讨 的问题。无线传感器网络中，状态估计与融合是目标跟踪中主要研究的问题。分布式是无线 传感器网络的本质特征，因此随着无线传感器网络的发展，分布式状态估计问题也引起了学 者们的关注。 卡尔曼滤波算法是线性系统中状态估计的经典方法，平均一致性策略是一种网络范围分 布式计算任务的有效方法。近几年，学者们将卡尔曼滤波和一致性协议结合提出的卡尔曼一 致滤波（KCF），通过提高不同节点估计的一致性，实现了估计性能的提高，并且，由于分布 式结构简单、算法可扩展性强、稳健性好，因此引起了广泛关注。 扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）在非线性系统中的状态估计问题中使 用广泛。基于第三章中第二种 KCF 的算法思想，本文将 EKF 和 UKF 与一致性协议结合，提出 了扩展卡尔曼一致滤波（EKCF）和无迹卡尔曼一致滤波（UKCF）。通过仿真验证了提出的两种 非线性滤波方法，具有很好的估计效果。 关键词：分布式估计；一致性算法；传感器网络；数据融合；UKF 南京 南京邮电大学全日制工程硕士研究生学位论文 Abstract II II Abstract Comprehensive utilization of data form multiple sensors for tracking move target is a long-discussed problem of multi-sensor data fusion. State estimation and fusion is the main problem of target tracking in wireless sensor network. Distribution is the essential characteristics of wireless sensor network, so with the development of wireless sensor network, distributed state estimation problems are brought to the attention of researchers. Kalman filter glaorithm is a classic method for state estimation in linear systems, the average consensus strategy is an effective method of network-wide distributed computing tasks. In recent years, researchers combined Kalman filter and consensus protocol and proposed Kalman Consensus Filter. KCF improved the consensus of different nodes and estimation performance, and it has aroused widespread concern for its simple distributed architecture, scalability and robustness of algorithm. Extended Kalman filter and Unsented Kalman filter is widely used in the state estimation in nonlinear systems. Based the second KCF algorithm in the third chapters, this paper propose Extended Kalman Cons