多传感器融合状态估计方法综述

随着传感器网络技术的发展,多传感器融合状态估计凭借其鲁棒性、灵活性、可扩展性以及便于故障检测等优点,长期受到国内外学者的广泛关注,并取得了大量研究成果。数据融合的方法为融合状态估计奠定了理论基础,也是早期研究的主要方向,从20世纪70年代到20世纪末,相继发展出了集中式和分散式滤波架构及相应算法。无线通信技术的成熟以及一致性算法的出现使得分布式状态估计的研究进入了快车道,自2005年以来,大量基于一致性的分布式滤波算法被提出,其中不乏实用的经典方法和优秀的开创性方法。旨在梳理多传感器融合状态估计的发展,探究从数据融合到分布式滤波的内在联系,并对一些经典方法进行了总结。

多传感器系统的最优线性欺骗攻击设计

从攻击者的角度研究多传感器系统的安全性问题,该系统配备有分散式卡尔曼滤波器和χ2检测器.恶意攻击者通过修改新息序列以达到破坏系统性能的目的.为了最大程度地破坏系统性能,以数学期望的形式推导出子系统误差协方差表达式,并量化其与融合误差协方差的关系.此外,结合矩阵理论,分析受攻击前后系统性能指标的变化并给出可躲避χ2检测器的最优线性欺骗攻击形式.最后,通过一个数值仿真例子验证所提出攻击策略的有效性.