基于卡尔曼滤波估计的一致性时钟同步算法

针对无线传感器网络(WSN)的众多应用都需要依赖时钟同步的节点协同完成,而由于节点的晶体震荡器受自身以及外界环境的影响,使得节点时钟偏斜和时钟偏移两个参数发生变化导致时钟不同步问题,提出了基于分布式卡尔曼滤波估计的一致性补偿时钟同步算法DKFCC。该算法首先利用双向信息交换机制以及分布式卡尔曼滤波实现时钟偏斜和偏移两个参数的最优估计,然后基于时钟参数的最优估计值采用一致性补偿方法实现节点的时钟同步。实验结果表明:在100个节点随机部署的WSN中,采用虚拟全局一致性方式的DKFCC同步算法比异步一致性同步(AC)算法的同步均方根误差(SRAMSE)值降低了约95%,具有较高的同步精度;同时,所提出算法从时钟参数层面实现同步,无需频繁地进行时钟同步操作,相比AC算法更节能。

基于势博弈的WSN分布式拓扑控制算法

针对节点能量有限的无线传感器网络(WSN),设计一种有效延长网络生命时间的网络拓扑控制算法非常有必要。考虑到节点是自私的,每个节点想着如何减少自身能耗提高自身利益,却忽视了网络整体利益。为了解决该冲突,利用势博弈存在纳什均衡的性质,提出了基于势博弈的分布式拓扑控制算法(potential game and distributed topology control,PGDTC)。该算法是一种能量高效和能量平衡的拓扑控制算法。仿真结果表明:相比于现有的一些拓扑控制算法,PGDTC算法能够有效地延长网络生命时间。

基于模拟退火的WSAN多设定值调度算法

针对无线传感器/执行器网络中多用户设定值对动态物理过程状态实时控制的问题,提出一种解决多设定值调度的算法。设计调度模型和动态物理过程的状态空间模型,在卡尔曼滤波最优估计前提下,运用模拟退火算法逐步计算最优控制,以得到全局最优控制。仿真结果表明,与基于二次规划的多设定值调度算法和跨层优化调度算法相比,该算法具有更快的收敛速度、更好的系统稳定性、更强的实时处理能力。

基于间歇测量的状态估计稳定性和精度研究

针对分布式控制系统状态估计过程出现的测量值丢失问题,量化分析了测量值丢失对估计稳定性和精度的影响。首先,根据随机测量模型重新推导带测量值丢失的卡尔曼滤波器,得到估计误差协方差迭代式;然后,将随机误差协方差迭代式建模为修正的黎卡提微分方程,提出了估计稳定性和精度分析方法;最后,列举不同的系统实例,证明临界包到达率的存在性,当测量值到达率大于临界值时,平均误差协方差从发散过渡到有界,进而得到估计精度与包达率之间的函数关系。