传感器网络中鲁棒状态信息融合抗差卡尔曼滤波器

研究了无线传感器网络中的分布式鲁棒状态信息融合问题.在局部状态估计层,基于鲁棒统计学理论提出了适用于噪声相关情况的抗差(扩展)卡尔曼滤波器.在融合中心层,针对局部估计相关未知性和不完整性,给出了不依赖于互协方差阵的稳健航迹融合方法—–内椭球逼近法.仿真结果证实了算法的有效性:所提出的抗差卡尔曼滤波器在野值存在情况下,性能退化远低于传统卡尔曼滤波器(28.6%比428.6%);所提出的内椭球逼近法获得比协方并交叉法更好的融合估计性能,且不需要局部估计相关性的先验知识.