دوره 11، شماره 3 - ( مجله کنترل، جلد 11، شماره 3، پاییز 1396 )
جلد 11 شماره 3,1396 صفحات 12-1 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Keshavarz-Mohammadiyan A, Khaloozadeh H. Distributed Estimation and Sensor Selection in Wireless Sensor Network in the Presence of State-Dependent Noise. JoC 2017; 11 (3) :1-12
URL: http://joc.kntu.ac.ir/article-1-394-fa.html
URL: http://joc.kntu.ac.ir/article-1-394-fa.html
کشاورز محمدیان عطیه، خالوزاده حمید. تخمین حالت و انتخاب حسگر توزیع‌یافته در شبکه حسگر بی‌سیم در حضور نویز وابسته به حالت. مجله کنترل. 1396; 11 (3) :1-12
1- دانشگاه صنعتی خواجه نصیر الدین طوسی
چکیده: (25144 مشاهده)
در این مقاله، مسأله تخمین توزیع‌یافته متغیرهای حالت یک سیستم دینامیکی غیرخطی توسط شبکه حسگر بی‌سیم غیرمتمرکز و در حضور نویز مشاهدات وابسته به حالت در نظر گرفته شده است. در برخی حسگرهای فاصله یا زاویه مانند حسگرهای فراصوت، خطای مشاهدات وابسته به حالت می‌باشد. بدین معنا که با افزایش فاصله میان حسگر و هدف، خطای اندازه‌گیری افزایش یافته و منجر به کاهش کارایی تخمین‌گرها می‌شود. بنابراین، یک روش تخمین حالت توزیع‌یافته بر اساس اجماع بر روی توابع درست‌نمایی و در حضور نویز وابسته به حالت حسگرهای زاویه ارائه گشته است. همچنین به منظور جلوگیری از اتلاف انرژی در شبکه، یک الگوریتم انتخاب حسگر توزیع‌یافته پیشنهاد شده است. در شبکه غیرمتمرکز، بر خلاف شبکه‌های متمرکز، مرکز همجوشی واحدی برای پردازش داده‌ها به صورت سراسری وجود ندارد. همچنین، هیچ گونه دانش سراسری از توپولوژی کل یک شبکه غیرمتمرکز در دسترس نمی‌باشد. بنابراین، در این مقاله، کران پایین کرامر-رائو به صورت توزیع‌یافته و با در نظر گرفتن نویز وابسته به حالت حسگرهای زاویه استخراج شده و سپس، از کران به دست آمده برای انتخاب تطبیقی حسگرها یه صورت توزیع‌یافته استفاده شده است. نتایج شبیه‌سازی برای یک مسأله ردیابی هدف، نشان‌گر کارایی روش‌های تخمین حالت و انتخاب حسگر پیشنهادی می‌‌باشند.
واژه‌های کلیدی: تخمین حالت توزیع‌بافته، شبکه حسگر بی‌سیم، نویز وابسته به حالت، انتخاب حسگر، الگوریتم اجماع
فهرست منابع
1. Chen J., Zhang D., Yu L., 2015, "Distributed non-fragile filtering for sensor networks with randomly occurring filter gain variations", International Journal of General Systems, 44 (7–8), pp. 778-790. [DOI:10.1080/03081079.2015.1010247]
2. Yick J., Mukherjee B., Ghosal D., 2008, "Wireless sensor network survey", Computer Networks, 52, pp. 2292-2330. [DOI:10.1016/j.comnet.2008.04.002]
3. Othman M.F., Shazali K., 2012, "Wireless sensor network applications: a study in environment monitoring system", Procedia Engineering, 41, pp. 1204-1210. [DOI:10.1016/j.proeng.2012.07.302]
4. Fayyaz M., 2011, "Classification of object tracking techniques in wireless sensor networks", Wireless Sensor Network, 3, pp. 121-124. [DOI:10.4236/wsn.2011.34014]
5. Ramya K., Praveen Kumar K., Srinivas Rao V., 2012, "A survey on target tracking techniques in wireless sensor networks", International Journal of Computer Science & Engineering Survey, 3 (4), pp. 93-108. [DOI:10.5121/ijcses.2012.3408]
6. Dong H., Wang Z., Alsaadi F.E., Ahmad B., 2015, "Event-triggered robust distributed state estimation for sensor networks with state-dependent noises", International Journal of General Systems, 44 (2), pp.254-266. [DOI:10.1080/03081079.2014.973726]
7. Read J., Achutegui K., Míguez J., 2014, "A distributed particle filter for nonlinear tracking in wireless sensor networks", Signal Processing, 98, pp. 121-134. [DOI:10.1016/j.sigpro.2013.11.020]
8. Yu C.H., Choi J.W., 2014, "Interacting multiple model filter-based distributed target tracking algorithm in underwater wireless sensor networks", International Journal of Control, Automation, and Systems, 12, pp. 618-627. [DOI:10.1007/s12555-013-0238-y]
9. Chen Cailian, Zhu Shanying, Guan Xinping, Shen Xuemin, Wireless sensor networks: distributed consensus estimation, first, ed., Springer, 2014.
10. Mohammadi A., Asif A., 2015, "Distributed consensus + innovation particle filtering for bearing/range tracking with communication constraints", IEEE Transactions on Signal Processing, 63 (3), pp. 620-635. [DOI:10.1109/TSP.2014.2367468]
11. Li W., Jia Y., 2012, "Consensus-based distributed multiple model UKF for jump Markov nonlinear systems", IEEE Transactions on Automatic Control, 57 (1), pp. 227–233. [DOI:10.1109/TAC.2011.2161838]
12. Açikmeşe B., Mandić M., Speyer J.L., 2014, "Decentralized observers with consensus filters for distributed discrete-time linear systems", Automatica, 50 (4), pp. 1037–1052. [DOI:10.1016/j.automatica.2014.02.008]
13. Hlinka O., Slučiak O., Hlawatsch F., Djurić P.M., Rupp M., 2012, "Likelihood consensus and its application to distributed particle filtering", IEEE Transactions on Signal Processing, 60 (8), pp. 4334-4349. [DOI:10.1109/TSP.2012.2196697]
14. Battistelli G., Chisci L., 2014, "Kullback–Leibler average, consensus on probability densities, and distributed state estimation with guaranteed stability", Automatica, 50 (3), pp. 707-718. [DOI:10.1016/j.automatica.2013.11.042]
15. Battistelli G., Chisci L., Mugnai G., Farina A., Graziano A., 2015, "Consensus-based linear and nonlinear filtering", IEEE Transactions on Automatic Control, 60 (5), pp. 1410-1415. [DOI:10.1109/TAC.2014.2357135]
16. Olfati-Saber R., Murray R.M., 2004, "Consensus problems in networks of agents with switching topology and time-delays", IEEE Transactions on Automatic Control, 49 (9), pp. 1520-1533. [DOI:10.1109/TAC.2004.834113]
17. Hu X., Bao M., Zhang X.P., Guan L., Hu Y.H., 2015, "Generalized iterated Kalman filter and its performance evaluation", IEEE Transactions on Signal Processing, 63 (12), pp. 3204-3217. [DOI:10.1109/TSP.2015.2423266]
18. Harlim J., Mahdi A., Majda A.J., 2014, "An ensemble Kalman filter for statistical estimation of physics constrained nonlinear regression models", Journal of Computational Physics, 25, pp. 782-812. [DOI:10.1016/j.jcp.2013.10.025]
19. Zhen Y., Harlim J., 2015, "Adaptive error covariances estimation methods for ensemble Kalman filters", Journal of Computational Physics, 294, pp. 619-638. [DOI:10.1016/j.jcp.2015.03.061]
20. Wang X., Fu M., Zhang H., 2012, "Target tracking in wireless sensor networks based on the combination of KF and MLE using distance measurements", IEEE Transactions on Mobile Computing, 11 (4), pp. 567-576. [DOI:10.1109/TMC.2011.59]
21. Hu X., Hu Y., Xu B., 2014, "Generalized Kalman filter tracking with multiplicative measurement noise in a wireless sensor network", IET Signal Processing, 8 (5), pp. 467-474. [DOI:10.1049/iet-spr.2013.0161]
22. Keshavarz-Mohammadiyan A., Khaloozadeh H., 2016, "Interacting multiple model and sensor selection algorithms for maneuvering target tracking in wireless sensor networks with multiplicative noise", International journal of systems science, doi 10.1080/00207721.2016.1177128. [DOI:10.1080/00207721.2016.1177128]
23. Zhang Q., Zhang C., Liua M., Zhang S., 2014, "Local node selection for target tracking based on underwater wireless sensor networks", International Journal of Systems Science, 46 (16), pp. 2918-2927. [DOI:10.1080/00207721.2014.880199]
24. Mohammadi A., Asif A., 2015, "Consensus-based distributed dynamic sensor selection in decentralized sensor networks using the posterior Cramér–Rao lower bound", Signal Processing, 108, pp. 558-575. [DOI:10.1016/j.sigpro.2014.10.005]
25. Liu Z., Wang J., Zue Y., 2013, "PCRLB-based sensor selection for maneuvering target tracking in range-based sensor networks", Future Generation Computer Systems, 29, pp. 1751-1757. [DOI:10.1016/j.future.2012.01.003]
26. Arulampalam M.S., Maskell S., Gordosn, N., Clapp, T., 2002, "A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking", IEEE Transactions on Signal Processing, 50, (2), pp. 174-188. [DOI:10.1109/78.978374]
27. Fu X., Jia Y., 2010, "An Improvement on Resampling Algorithm of Particle Filters", IEEE Transactions on Signal Processing, 58 (10), pp. 5414-5420. [DOI:10.1109/TSP.2010.2053031]
28. Steven Kay M., Fundamentals of statistical signal processing: estimation theory, Prentice-Hall, (1993).
29. Calafiore G.C., Abrate F., 2009, "Distributed linear estimation over sensor networks, International Journal of Control", 82 (5), pp. 868-882. [DOI:10.1080/00207170802350662]
30. Zhang S., Xiao W., Ang V.M.H., Tham C.K., 2007, "IMM filter based sensor scheduling for maneuvering target tracking in wireless sensor networks", International Conference on Intelligent Sensors, Sensor Networks and Information, pp. 287 – 292. [DOI:10.1109/ISSNIP.2007.4496858]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
