一種基于權值可調的分布式濾波方法
【技術領域】
[0001] 本發明涉及一種基于權值可調的分布式濾波方法，屬于無線傳感器網絡與控制技 術領域。
【背景技術】
[0002] 分布式網絡的廣泛應用，對多傳感器網絡的發展具有極其重要的指導意義，在軍 事國防、社會經濟、網絡通訊、系統控制等領域應用廣泛。研宄者們從多個角度探索了智能 個體之間如何通過合作協調控制、信息融合完成復雜的任務。無線傳感器網絡研宄中的一 個基本問題就是通過設計適當的濾波算法，利用傳感器采集到的信息完成精確估計與跟蹤 的問題，其關鍵在于尋找一種兼顧穩定性、收斂性、時效性及節能的估計算法對傳感器間的 信息進行有效融合。研宄表明基于一致性的濾波算法是行之有效的融合算法，這類算法不 需要融合中心，節點僅需與鄰居節點進行信息交互，最終使所有網絡節點狀態估計值趨于 一致，實現高精度的估計。這種只與鄰域范圍內的節點進行通訊的機制大大地降低了網絡 的能耗。
[0003] 多傳感器網絡具有強魯棒性、較好的自適應性以及低廉價成本等特點，克服了單 個傳感器自身能力、儲存和處理能力局限性的缺陷，使無線傳感器網絡有著巨大的應用市 場和應用空間。例如，通過飛機隨機撒播大規模密集型的傳感器節點，對未知區域進行檢 測，對目標位置進行跟蹤、檢測以及定位。然而，考慮到無線傳感器網絡中的節點本身硬件 資源的限制以及容易受到外界環境的干擾，無線傳感器網絡中的節點發生障礙、通訊失效 或通信異常，節點感知到的數據存在較大的誤差，使得無線傳感器網絡對動態目標的跟蹤 具有較差的實時性。這類不利因素的存在使得無線傳感器網絡存在數據不可靠、數據丟失 等問題以致許多傳統的算法并不再適應。對這類問題提出最早的解決方法是將一致性算法 應用到無線傳感器網絡，應用加權平均一致性算法估計所有傳感器節點輸入值的平均值， 能夠較好地解決傳感器故障的情況。還有一類應用最廣泛的算法是卡爾曼一致性濾波算 法，引進一致性濾波器對傳感器節點對目標的估計值、協方差進行融合，多元信息分布式的 傳遞提高各節點的狀態估計值。然而，這類算法均建立在假定傳感器觀測數據可靠的基礎 上進行的，即認定傳感器所處的環境是可信任的。在實際應用中，傳感器節點暴露在外部非 受控空間，極易遭受攻擊，使得信息在傳遞過程中易被篡改、偽造，從而影響目標跟蹤定位 和跟蹤的精度。與此同時節點自身構造的局限性以及對外界環境的感知能力的強弱，使得 不同區域不同位置的節點對同一目標的感知能力截然不同，如何使得感知能力強的節點發 揮更大的估計功效以提高其在整個估計作用的貢獻值，削弱感知能力差的節點對整個估計 的影響，這一問題亟待解決。

【發明內容】

[0004] 本發明的目的是，為了解決非信任環境下遭受攻擊的無線傳感器網絡系統狀態估 計的有效融合問題，提供一種基于權值可調的分布式濾波方法。
[0005] 本發明的技術方案是，一種基于權值可調的分布式濾波方法，所述方法分析傳感 器節點在網絡拓撲結構中的位置及其對網絡的影響力，引進節點確信度的評估算法，獲得 各傳感器網絡節點對目標狀態估計的確信度；其次，借鑒復雜網絡理論復載重分配思想， 將節點的負載定義為傳感器網絡中該節點對目標估計的確信度值，采用權值重分配的方 法將遭受攻擊節點的權值進行分配，更新各傳感器網絡節點對目標狀態估計的確信度，并 將該確信度構成的權值引入一致性協議中更新傳感器節點對目標的狀態估計值，從而提高 分布式濾波算法的估計精度和傳感器節點估計值的一致性。
[0006] 所述方法根據節點在網絡中的拓撲位置，獲取各個節點在網絡中的確信度值，確 信度越大的節點對鄰居節點估計值的影響越大；兩節點在某一時刻的狀態估計值差別越 大，兩節點相互支持程度越低；確信度越小的節點，鄰居節點融合該節點狀態估計值的權重 越小，使得估計性能差的節點參與融合的權值變小；確信度越大的節點，參與一致性階段融 合貢獻作用越大；一致性機制的合作協同機制，使得各傳感器節點向真實值逼近，從而提高 網絡對目標的估計精度。
[0007] 本發明一種基于權值可調的分布式濾波方法，在傳感器中嵌入微濾波器，把每個 傳感器當作一個節點，計算步驟如下：
[0008] (1)根據節點在網絡中的拓撲位置，賦予每個節點不同的確信度，節點確信度 K(i)計算公式如下：
[0011] 式中，i表示各傳感器節點，iG{1，2,…n} ;u^為傳感器節點i與傳感器節點j 間的最短距離為網絡所有傳感器節點對經過節點i的最短路徑數目，B2(i)為傳感 器網絡所有的最短路徑總數；
[0012] (2)得到每個傳感器節點的確信度之后，計算各傳感器節點參與融合階段鄰域范 圍內各節點的權重，公式如下：
[0017] 式中，A⑴=|舍(〇-色⑴|為兩節點的狀態估計值差值，舍⑴ejrxl為傳感器節點i 在k時刻對于目標的估計值；& (t)為兩節點間的狀態估計值在對刻的支持度；Api⑴表 示節點j分配給其鄰居節點i的權值；q為節點j的鄰接節點集（其中，r^_不包含節點 j)。權重越大的節點，對于鄰居節點局部估計值的影響作用越大。
[0018] 本發明一種基于權值可調的分布式濾波方法，具體實現過程如下：
[0019] (1)設定算法最大迭代步數step_，初始化所有節點對目標系統的先驗估計值和 估計協方差矩陣，系統矩陣及其他參數；
[0020] (2)在t時刻傳感器節點檢測到新的觀測值zi⑴；
[0021] (3)更新傳感器各節點濾波增益Kt) =APJOH/ (R+HAH/r1
[0022] (4)根據公式
計算節點\在整個網絡中的權重比值；
[0023] (5)計算權值：
[0024] (6)計算傳感器網絡各節點狀態估計值；
[0025]
[0026] (7)更新各傳感器節點的增益矩陣：
[0027]
[0028] (8)若t小于最大迭代步數stepmax，t=t+1，返回步驟⑵；否貝1」，算法結束。
[0029] 在傳感器網絡處于非信任環境下，即在某一t時刻傳感器節點i遭受攻擊（若有 多個傳感器節點遭受攻擊，則假設遭受攻擊的若干節點不互為鄰居節點），對上述算法步驟 修改如下：
[0030]I、利用t_l時刻節點i的估計值與各個鄰居節點間的估計值計算得到相對應的 各節點間的支持度值屯.、_(〃1)=以1，4.-〇，并賦值予七時刻節點1與各鄰居節點間的 一致性程度值，即t、⑴=1)，計算并更新權值Pi⑴。
[0031] II、在分布式濾波算法增量更新步驟（5)和（6)中引進參數其中，Ai= 1表 示節點i沒有遭受攻擊，A,=〇表示節點八遭受攻擊。則步驟（5)和（6)中的式子分別 改寫為：
[0032]
[0033] ….-心…，廠，............._______
[0034] 在t時刻，傳感器網絡中有節點遭受攻擊時，將式（7)和式（8)中的Ai置為〇,意 味著將該節點確信度值設置為〇,即使得該節點的任何數據對整個算法的估計不起任何作 用。在融合更新時，重新調整各鄰居節點的權值，且滿足=1。
[0035] 本發明的有益效果是，本發明可以提高非信任環境下無線傳感器網絡對目標跟蹤 的估計精度性。
【附圖說明】
[0036] 圖1為30個傳感器節點構成的網絡拓撲結構示意圖；
[0037] 圖2為隨機攻擊下的平均估計誤差比較圖；
[0038] 圖3為隨機攻擊下的非一致性平均估計誤差比較圖；
[0039] 圖4為選擇攻擊下的平均估計誤差比較圖；
[0040] 圖5為選擇攻擊下的非一致性平均估計誤差比較圖；
[0041] 圖6為不同攻擊率、隨機攻擊下算法的估計誤差對比圖；
[0042] 圖7為不同攻擊率、選擇攻擊下算法的估計誤差對比圖；
[0043] 圖8為本發明方法的計算流程框圖。
【具體實施