基于量化信息的分布式卡爾曼濾波算法
大小：0.75 MB 人氣： 2018-01-07 需要積分：1
針對一個無融合中心傳感器網絡中的狀態估計問題，提出一種基于量化信息的分布式卡爾曼濾波（QDKF）算法。首先，在分布式卡爾曼濾波（DKF）中，以節點狀態估計精度為加權準則，動態選取加權矩陣，使得全局估計誤差的協方差最小；然后，進一步考慮了網絡帶寬受限制的情況，在DKF算法中加入均勻量化器，節點之間通信使用量化后的信息，以減少網絡通信的帶寬需求。QDKF算法仿真采用了8 bit的均勻量化器，與Metropolis加權法和最大度加權法相比，動態加權法的狀態估計均方根誤差分別降低了25%和27. 33%。實驗結果表明，采用動態加權法的QDKF算法能提高系統的狀態估計精度，減少帶寬需求，適用于網絡通信受限制的應用場合。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%