基于亂序數(shù)據(jù)傳輸?shù)男畔⑷诤瞎烙?pdf

1、傳感器網(wǎng)絡(luò)背景下的信息融合系統(tǒng)在進行數(shù)據(jù)采集、傳輸及處理的時候，會免不了面臨網(wǎng)絡(luò)中各種約束條件的限制，比如隨機的延遲一定會導(dǎo)致本來有序的采樣數(shù)據(jù)在到達局部處理器或融合中心的時候產(chǎn)生亂序的現(xiàn)象，且數(shù)據(jù)傳輸?shù)膩y序?qū)斐苫谟行蛳到y(tǒng)的傳統(tǒng)Kalman濾波不能有效直接地在亂序融合系統(tǒng)中使用。
　　 基于上述因素，本文主要就無線傳感器網(wǎng)絡(luò)亂序數(shù)據(jù)傳輸?shù)男畔⑷诤蠁栴}分別在分布式框架下、集中式框架下和分布式二次亂序框架下進行了進一步的研究和

2、分析。主要研究內(nèi)容和方法如下
　　 1．在集中式框架下，利用偽量測的方法，對噪聲相關(guān)下的多步滯后亂序傳輸進行了集中式觀測加權(quán)融合，并對其中的噪聲相關(guān)情況進行了詳細的分析。進一步，在非線性系統(tǒng)的情況下，利用擴展Kalman濾波的原理推導(dǎo)了多步滯后亂序傳輸下的觀測加權(quán)融合算法，并針對雙基站純方位角目標(biāo)跟蹤的非線性系統(tǒng)模型在亂序傳輸情況下進行了分析和仿真。
　　 2．在分布式框架下，利用偽量測的方法，提出了噪聲相關(guān)下單傳感器多

3、步滯后亂序傳輸?shù)墓烙嫹椒ǎ瑢ζ渲械脑肼曄嚓P(guān)情況進行了推導(dǎo)，并利用CI算法和分布式加權(quán)融合算法在多傳感器的情況下進行融合估計。進一步，在非線性的情況下，利用擴展Kalman濾波的原理對相同的亂序情況進行分析，并推導(dǎo)了非線性下單傳感器多步滯后亂序傳輸?shù)臑V波估計，運用分布式加權(quán)融合和CI融合算法在多傳感器的情況下進行融合估訐。
　　 3．提出了一種分布式二次亂序傳輸?shù)目蚣堋Ｔ谶@種框架下，介紹并分析了兩種判別最新可利用局部估計值(New