一种适用于稀疏无线传感器网络的改进分布式UIF算法

分布式无迹信息滤波(Distributed unscented information filter,DUIF)算法是一种有效的非线性分布式状态估计多源信息融合方法,然而当将该算法应用于稀疏无线传感器网络(Wireless sensor networks,WSN)时,稀疏WSN中存在的无效节点会引起使滤波趋于发散的平均一致误差.针对该问题,本文提出一种改进DUIF算法.该算法不改变DUIF算法的级联结构,而是将其底层和上层滤波器分别改进为局部无迹信息滤波器(Local unscented information filter,LUIF)和加权平均一致性滤波器.LUIF对每个节点的局部多源观测信息进行局部融合,得到局部的后验估计信息向量和矩阵,进而将它们作为加权平均一致性滤波器的输入,最终得到不包含平均一致误差的分布式后验估计结果.其中,加权平均一致性滤波器是通过对由LUIF输出的局部后验估计信息向量和矩阵分别进行平均一致性滤波而得以在改进DUIF算法框架下实现的.同时,在此过程中,相邻节点之间的状态估计互相关信息也被引入改进DUIF算法的输出结果中,进一步增强了滤波的可靠性.仿真实验结果表明,改进DUIF算法能够在稀疏WSN中对机动目标进行有效跟踪,在估计精度和抑制滤波发散方面明显优于标准DUIF算法.

基于高阶球面-径向准则的多传感器融合算法

针对目前多传感器信息融合精度不高的问题,提出了基于高阶球面-径向准则的多传感器融合算法。该算法将七阶球面-径向准则嵌入信息滤波框架,提出能够处理集中式多传感融合的集中式七阶容积信息滤波(C7thCIF)算法;然后,采用平均一致性算法对多传感器信息进行处理,采用C7thCIF对平均一致值进行滤波,推导了能够处理分布式多传感器融合的分布式七阶容积信息滤波(D7thCIF)算法,提高了集中式和分布式多传感器融合的精度。仿真结果表明,高阶算法能够获取比低阶算法更好的融合精度,但增加了计算复杂度。

可防御SSDF攻击的宽带压缩频谱感知

SSDF(Spectrum Sensing Data Falsification)攻击是认知无线网络中对频谱感知性能危害最大的攻击方式之一。基于认知无线网络中信号频域的固有稀疏性,本文结合了压缩感知(CS)技术与平均一致(average consensus)算法,建立了可防御SSDF攻击的分布式宽带压缩频谱感知模型。本文建立了次用户的声望值指标,用以在分布式信息融合的过程中更加准确地排除潜在的恶意次用户影响。在感知阶段,各个CR节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并做出本地频谱估计。在信息融合阶段,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果。仿真结果表明,本文提出的分布式频谱感知模型可以有效地抵御SSDF攻击,提高了频谱感知的性能。

维持局部孤网稳定切换的网源荷分布式协调控制方法

由于土地、发电资源等条件的限制,现代大型城市主要由外部电网进行负荷供电,形成大型受端城市电网。大型受端城市电网与主系统解列后,功率不平衡会导致频率下降,甚至可能引发网络崩溃,维持其稳定切换以形成局部孤网供电具有重要的理论和现实意义。网源荷协调控制是维持局部孤网稳定切换的关键,然而,对于局部孤网,尤其是非计划形成的局部孤网,是较难实现集中式协调调控的。鉴于此,引入分布式多代理系统,提出一种无需集中控制器的网源荷分布式协调控制方法。有别于依赖集中控制器、且通信结构复杂的传统集中式控制方法,分布式协调控制在仅依靠相邻节点通信的状况下,通过改进的平均一致性算法获取电网运行全局参数,实现网源荷全局协调控制。该控制方法能够较好地适应网络结构变化,挖掘网源荷协调潜能。同时,提出的改进平均一致性算法具有更好的收敛性能,为局部孤网切换时的频率和电压控制提供快速全局数据支撑。基于PSCAD/EMTDC和Matlab仿真平台,在典型工况下对网源荷协调控制策略进行分析和验证,结果表明所提出的改进平均一致性算法和分布式网源荷协调控制方法能够维持局部孤网稳定切换。

考虑虚假数据注入攻击的有源配电网分布式状态估计

状态估计作为保障电网监测数据质量的关键一环,可为能量管理系统提供可靠的数据基础。考虑到有源配电网量测误差大、易遭受网络攻击等问题,文中研究了计及虚假数据注入攻击的有源配电网分布式状态估计方法。首先,各子区域根据自身量测进行状态估计,并利用平均一致性算法获取全局信息对内部状态量进行修正,实现完全分布式状态估计;其次,在子区域状态估计中引入权函数动态修正目标极值函数的权重矩阵,增强状态估计的抗差性能;然后,在边界节点和易受到虚假数据注入攻击的节点配置同步相量测量单元,提高辨识虚假数据攻击的能力;最后,利用IEEE 118节点配电网系统进行算例仿真验证。试验结果表明,文中所提状态估计方法不仅可以有效减小估计误差,还能准确辨识虚假数据注入攻击,提高了状态估计的精度和辨识虚假数据注入攻击的能力。

一种考虑先验估计误差相关性的快速DUIF算法

针对稀疏无线传感器网络(WSN)中加权平均一致分布式无迹信息滤波(DUIF)算法估计次优和滤波效率较低的问题,提出一种考虑先验估计误差相关性的快速DUIF算法.采用加权统计线性回归(WSLR)方法线性化观测模型,以节点共享信息作为平均一致性算法输入,从而在极大后验估计中引入先验估计交互协方差信息;设计最优通信连接边权值并自适应修正状态加权矩阵,提高平均一致性算法收敛速率.仿真实验结果表明,所提出的算法能够有效应用于稀疏WSN目标跟踪.

宽带SSDF攻击下的压缩频谱感知

在宽带主用户信号的模型下,提出了一种新型的宽带SSDF(spectrum sensing data falsification)攻击模式,并结合了压缩感知(compressed sensing,CS)技术与平均一致(average consensus)算法,建立了可防御这种宽带SSDF攻击的分布式宽带压缩频谱感知模型。频谱感知分为感知阶段和信息融合阶段。在感知阶段,各个CR(cognitiveradio)节点对接收到的主用户信号进行压缩采样以减少对宽带信号采样的开销和复杂度,并作出本地频谱估计。在信息融合阶段,为了更好地排除宽带SSDF攻击节点的影响,建立了子信道声望值指标,各CR节点的本地频谱估计结果以分布式的方式进行信息融合,排除潜在恶意次用户的影响,得到最终的频谱估计结果。仿真结果表明,提出的频谱感知模型可以有效地抵御宽带SSDF攻击,并且利用了恶意次用户节点的有用数据获得了额外的分集增益,提高了频谱感知的性能。