计算机工程

作者：朱洪波, 高衍伸

单位：安徽理工大学电气与信息工程学院, 安徽 淮南 232001

关键词：无线传感器网络,状态估计,分布式<i>H</i>_∞滤波,传感器故障,扩散融合,目标跟踪

基金：国家自然科学基金(62003001); 安徽省高校自然科学研究重大项目(2023AH040157); 安徽理工大学研究生创新基金(2023cx2093)

针对无线传感器网络(WSN)中节点故障或异常情况下的系统状态估计问题, 提出一种基于k-medoids信任的分布式H∞融合滤波方法, 旨在提高传感器故障下系统状态估计的鲁棒性和精确性。该方法的主要步骤为: 首先, 各传感器节点分别采集局部测量信息并执行分布式H∞滤波更新局部状态估计; 然后, 各近邻传感器节点之间交换局部状态估计后, 通过建立k-medoids信任机制将获取的局部状态估计分为信任估计和非信任估计, 舍弃非信任估计而保留信任估计; 最后, 设计一种分布式扩散融合策略, 该策略计算信任估计的自适应权重并实时融合更新局部状态估计。通过目标跟踪的仿真结果表明, 在测量干扰故障、数据重放故障、错误数据注入故障下, 所提方法比基于信任的分布式卡尔曼滤波算法对传感器节点故障或异常更具弹性, 验证了所提方法的有效性和优越性。

来源：2026年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第1期