具有未知有色噪声的分布式传感器网络一致性滤波方法

摘要

本发明提供了一种具有未知有色噪声的分布式传感器网络一致性滤波方法，包括：根据一组给定的训练数据，学习分布式传感器网络中每个节点的状态噪声和量测噪声参数。同时进行状态扩展，将学习到的有色噪声参数扩展至状态向量，最后利用一致性卡尔曼滤波算法完成状态估计，使各个传感器节点的估计值收敛到全局一致。为了提高计算效率，针对每个节点，仅将局部测量噪声和状态噪声集成到扩展状态中。仿真结果表明，本发明能够有效估计分布式传感器网络中未知的有色噪声，并且提高分布式估计的精度。本发明可以被应用于分布式传感器网络雷达、红外目标跟踪、移动机器人定位等领域。