导读:本文包含了分布式估计论文开题报告文献综述及选题提纲参考文献，主要关键词:传感器失效,随机时延,丢包,分布式估计
分布式估计论文文献综述
王元鑫,赵国荣,韩旭,廖海涛[1]（2019）在《具有随机时延和丢包的分布式融合估计器》一文中研究指出针对分布式融合框架,考虑了具有模型不确定性、传感器失效、数据传输时延和丢包的多传感器融合估计问题。其中,利用系统矩阵中的乘性随机噪声来描述模型的不确定性,利用量测方程中相互独立的二值随机变量来描述传感器失效现象,局部最优估计传送至融合中心的过程中存在着随机时延和丢包现象,在融合中心创建符合信号存储原则的时延-丢包模型。设计了一种局部增益,使最优无偏估计器的误差协方差最小,利用线性最小方差融合估计方法,推导出递推形式下的分布式融合估计器。最后,通过算例仿真有效证明了所设计融合估计器的性能。(本文来源于《计算机仿真》期刊2019年10期）
蔡文波,张亚[2]（2019）在《带虚假数据注入攻击识别和通信触发机制的传感器网络分布式估计》一文中研究指出为了改善注入式攻击下传感器网络的分布式滤波性能,并且解决网络通信传输过程存在的能量受限问题,设计了一种带有通信触发机制和攻击检测的分布式滤波算法.通过对传感器节点先验估计数据与实际测量数据之间测量残差的研究,得出传感器节点在遭受注入式攻击时的检测条件,从而去除遭受攻击的数据,保证系统正常运行.传感器节点通过比较最近一次发送的数据与最新测量数据建立事件触发通信机制,决定是否向邻居节点发送数据.仿真结果表明,该算法的攻击识别率高达90%,在降低通信率的同时,仍能够改善系统运行的性能.带有通信触发机制和攻击检测的分布式滤波算法可用于解决存在能量受限和注入式攻击的分布式滤波问题.(本文来源于《东南大学学报(自然科学版)》期刊2019年05期）
樊东升,李刚[3]（2019）在《分布式驱动电动汽车行驶状态估计综述》一文中研究指出针对分布式驱动电动汽车行驶状态估计的问题,论文对汽车行驶状态估计算法的研究现状进行了综述,列举了在车辆行驶状态估计中常用的估计算法,分别介绍了扩展卡尔曼滤波算法、容积卡尔曼滤波算法和联邦卡尔曼滤波算法在车辆行驶状态估计中的优缺点,结合各算法在实际应用中需要考虑的因素,对比分析不同的估计算法对车辆行驶状态参数估计效果的影响,指出基于联邦卡尔曼(FKF)滤波算法的多信息融合估计车辆行驶状态的方法是提高估计精度的有效手段。(本文来源于《汽车实用技术》期刊2019年16期）
陈特,陈龙,蔡英凤,徐兴,江浩斌[4]（2019）在《基于纵向力伪测量的分布式驱动电动汽车行驶状态估计》一文中研究指出精确可靠的状态估计是车辆主动安全控制的必要因素之一,提出一种纵、横向加速度传感器信息缺失情况下的车辆状态补偿估计方法。建立了3自由度车辆模型与轮胎模型,提出电驱动轮模型并将其应用到纵向力估计中,考虑电驱动轮模型含有噪声和未知输入,通过模型解耦的方式得到了纵向力重构方程,并基于伦伯格观测器和高阶滑模观测器实现纵向力估计。将纵向力估计作为伪量测值,设计了一种传感器信息不足情况下的补偿估计方法,并基于强跟踪滤波实现车辆状态估计。联合仿真结果表明,所设计的纵向力观测器针对含未知输入和干扰的系统能够实时估计纵向力,采用补偿和强跟踪结合的方式能够有效提高估计精度。考虑估计方法的实车表现,进行了台架和道路测试,台架试验结果表明纵向力观测器估计精度达到了91.3%,道路试验结果表明STF相比EKF对纵向车速、侧向车速以及横摆角速度的估计精度分别提高了14.03%,15.02%和16.58%。(本文来源于《机械工程学报》期刊2019年18期）
陈金铭,王彤,吴建新,刘晓瑜[5]（2019）在《基于滤波器网格失配的分布式相参雷达目标参数估计方法》一文中研究指出针对分布式相参雷达(distributed coherent aperture radar,DCAR)精确的目标参数估计问题,首先建立了以多普勒分复用(Doppler division multiple access,DDMA)波形作为发射波形、存在滤波器网格失配的DCAR信号模型,接着分析并验证了滤波器网格失配严重影响目标参数估计进而降低DCAR信号相参合成性能,最后提出了联合全局-局域搜索和基于稀疏傅里叶变换(sparse Fourier transform,SFT)的两种DCAR目标参数估计方法来降低滤波器网格失配,联合全局-局域搜索的方法通过对滤波器局域加密的方式降低网格失配。为了降低运算量,利用目标信号频率相对于整体频域是稀疏的特性,采用基于SFT搜索的方法通过梯度下降的方式避免滤波器的遍历搜索。仿真实验验证了所提方法的有效性。(本文来源于《系统工程与电子技术》期刊2019年11期）
马玉清,李琳[6]（2019）在《传感器网络中的时变信号跟踪分布式估计器》一文中研究指出针对传感器网络中时变信号的跟踪估计及其他估计器存在的不足,提出了新的分布式估计器。首先,该估计器的每个节点测量一个时变带噪信号,并计算出其局部估计值作为其自身和它的邻居的测量值和估计值的加权和;其次,通过一个合适的帕累托优化问题来估计和更新它的权值,以使估计误差的方差和均值最小化;还对分布式估计器在估计偏差和估计误差性能方面进行了研究,给出了偏差的上限;估计器不依赖于中心协调,且参数优化和估计都分布在节点上。仿真结果表明,提出的分布式估计器相比于现有的分布式跟踪估计器,能更好地跟踪传感器网络中由噪声所损坏的未知时变信号,并能得到更好的估值结果。(本文来源于《探测与控制学报》期刊2019年04期）
樊东升,李刚[7]（2019）在《分布式驱动电动汽车状态参数估计综述》一文中研究指出由于汽车的状态参数在行驶过程中不断变化,从而影响车辆行驶状态的准确估计,针对这一问题,论文对分布式驱动电动汽车状态参数估计进行了综述,列举了常用的两种估计算法,分别从扩展卡尔曼滤波和容积卡尔曼滤波两个方面进行了论述,对比分析了两种算法之间的应用场景与估计效果。总结出通过信息融合技术的多滤波器融合成为车辆状态参数估计的主流方向。(本文来源于《汽车实用技术》期刊2019年15期）
黄惠祥,郭秋涵,童峰,吴燕艺[8]（2019）在《分布式压缩感知麦克风阵列多声源方位估计》一文中研究指出麦克风阵列已被广泛应用于音/视频会议等人机交互领域中,多声源应用场景对声源方位估计性能提出了更高的要求。压缩感知声源定位算法将声源定位问题转化为信号的稀疏重构问题,相比传统的定位算法如联合可控响应功率和相位变换和时延累加定位能够获得较高的定位性能,但多声源的存在一定程度上降低了稀疏程度,影响了压缩感知重构性能。考虑到传统的压缩感知定位算法并未利用多个连续语音帧之间声源空间向量的共同稀疏性,提出采用分布式压缩感知理论以改善多声源的稀疏恢复估计的性能。仿真和实验结果表明,相比于传统定位算法和压缩感知-正交匹配追踪算法,分布式压缩感知-同步正交匹配追踪算法在不同信噪比和不同声源强度的环境中,对多声源的方位估计都具有更好的定位性能和定位稳健性。(本文来源于《应用声学》期刊2019年04期）
卢虎,蒋小强,闵欢[9]（2019）在《具有通信约束的分布式SOR多智能体轨迹估计算法》一文中研究指出针对传统多智能体轨迹估计算法信息交换量大,计算量随群规模指数增长,可扩展性差等诸多不足,提出了一种基于超松弛迭代(SOR)的分布式多智能体轨迹估计算法,通过将最大似然(ML)准则下的轨迹估计转化为两级线性优化问题,并综合利用分布式超松弛迭代(Distributed SOR)和标记初始化方法,加快求解速度并简化信息交换流程,最终实现了多智能体位姿轨迹优化和协作定位。实验表明,所提的分布式方法能达到集中式算法的精度水平,在49个智能体规模条件下,位置估计误差小于0.15m,姿态估计误差小于0.03°,且数据交换量仅到现有主流分布式方法 DDF-SAM的0.06%,能很好用于大规模集群的场景。(本文来源于《航空学报》期刊2019年10期）
郭扬[10]（2019）在《含多种分布式电源的主动配电网状态估计》一文中研究指出大量分布式电源(Distributed Generation,DG)的接入,改变了传统配电网单向辐射型的网架结构,使得配电网朝着主动配电网(Active DistributiOn Net,ADN)的方向发展。高渗透率DG的间歇性发电,使得AND的状态估计需要更多的考虑DG的不确定性,而利用传统的配网状态估计(Distribution State Estimation,DSE)方法所得的结果已经不能满足实际运行调度的要求。因此,如何对DG出力的不确定性进行合理建模、从而提高ADN状态估计的精度成为一个急需解决的问题。针对这一问题,本文主要从以下几个方面开展研究:首先,对DSE的数学模型做了描述,其中包括配电网量测系统的数学描述以及配电网网络参数的数学描述;接着介绍了基于加权最小二乘法(Weighted Least Square Method,WLS)的状态估计器的相关理论;最后叙述了基于节点电压法的DSE的量测函数以及其迭代过程中雅阁比矩阵内的各相关元素,为区间状态估计提供了理论基础。其次,针对分布式光伏和风电出力不确定性的问题,分别介绍了影响光伏和风机出力的相关因素,提出了利用极限学习机(Extreme Learning Machine,ELM)理论分别建立光伏和风机的区间出力预测模型,通过算例验证了该方法的可行性,为状态估计提供了伪量测量数据。同时,提出了一种考虑风机和光伏出力随机性的主动配电网的区间状态估计方法。先利用区间数对配电网中的不确定量进行描述,将ELM预测的光伏和风机的区间出力作为伪量测量,建立了ADN区间状态估计模型,基于粒子群算法(Particle Swarm Optimization,PSO)对ADN进行状态估计。最后,通过IEEE-33配电网进行算例验证,结果表明:配电网中接入DG后,系统中各个节点处的电压幅值和相角相较于接入DG前都有一定程度的提高;采用PSO算法得到的状态估计结果比传统的加权最小二乘法(WLS)精度更高;采用区间数对风电和光伏出力的随机性进行描述后,所求得的估计结果也呈现区间形式,该区间可以提供更为直观的配电网状态量的上下界信息。(本文来源于《西安理工大学》期刊2019-06-30）
分布式估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了改善注入式攻击下传感器网络的分布式滤波性能,并且解决网络通信传输过程存在的能量受限问题,设计了一种带有通信触发机制和攻击检测的分布式滤波算法.通过对传感器节点先验估计数据与实际测量数据之间测量残差的研究,得出传感器节点在遭受注入式攻击时的检测条件,从而去除遭受攻击的数据,保证系统正常运行.传感器节点通过比较最近一次发送的数据与最新测量数据建立事件触发通信机制,决定是否向邻居节点发送数据.仿真结果表明,该算法的攻击识别率高达90%,在降低通信率的同时,仍能够改善系统运行的性能.带有通信触发机制和攻击检测的分布式滤波算法可用于解决存在能量受限和注入式攻击的分布式滤波问题.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分布式估计论文参考文献
[1].王元鑫,赵国荣,韩旭,廖海涛.具有随机时延和丢包的分布式融合估计器[J].计算机仿真.2019
[2].蔡文波,张亚.带虚假数据注入攻击识别和通信触发机制的传感器网络分布式估计[J].东南大学学报(自然科学版).2019
[3].樊东升,李刚.分布式驱动电动汽车行驶状态估计综述[J].汽车实用技术.2019
[4].陈特,陈龙,蔡英凤,徐兴,江浩斌.基于纵向力伪测量的分布式驱动电动汽车行驶状态估计[J].机械工程学报.2019
[5].陈金铭,王彤,吴建新,刘晓瑜.基于滤波器网格失配的分布式相参雷达目标参数估计方法[J].系统工程与电子技术.2019
[6].马玉清,李琳.传感器网络中的时变信号跟踪分布式估计器[J].探测与控制学报.2019
[7].樊东升,李刚.分布式驱动电动汽车状态参数估计综述[J].汽车实用技术.2019
[8].黄惠祥,郭秋涵,童峰,吴燕艺.分布式压缩感知麦克风阵列多声源方位估计[J].应用声学.2019
[9].卢虎,蒋小强,闵欢.具有通信约束的分布式SOR多智能体轨迹估计算法[J].航空学报.2019
[10].郭扬.含多种分布式电源的主动配电网状态估计[D].西安理工大学.2019