同时定位与跟踪系统的一致性分布式估计

Simultaneous Localization and Tracking(SLAT) system confronts with many problem, such as noise pollution between localization and tracking, the poor expansibility, low accuracy of distributed estimation, etc. For the issues mentioned above, this project proposes the distributed estimation of SLAT with consensus. With two topics including both the correlation of localization associated with tracking and information fusion, state augment and adaptive estimation are implemented for further investigation. In the two framework, the coupling of localization and tracking accompany with consensus and distributed parameter estimation, which is approximated with the ascend gradient. Cross-covariance of sub-filter exists in consensus for SLAT with limited sensing range, which confuses distributed estimation deeply. Based on the above analysis, the information weighted consensus may be proposed to solve cross-covariance problem, for which the convergence is studied; a new method with feedback data could modify the scalability and robustness of SLAT effectively, which will be designed in the framework of state augment; meanwhile, in the framework of adaptive estimation, we aim to research on how to couple the localization and tracking with posterior predictive probability , and to discuss on how the coupling influences performance of SLAT. Finally, the related result may enrich the theory of localization and tracking and guide the implementation of large-scale sensor networks, multi-robot navigation and so on.

针对同时定位与跟踪系统两个估计过程的噪声污染问题以及现有相应分布式算法可扩展性差、定位跟踪精度低等问题，本项目拟开展基于一致性的同时定位与跟踪系统的分布式估计研究。围绕同时定位与跟踪的相关性及信息融合方法两项核心内容,从状态扩维和自适应估计两方面入手，深入研究同时定位与跟踪两者的耦合方法、一致性协议、基于梯度上升的在线参数估计等关键技术。在上述研究基础上，针对测距受限条件下同时定位与跟踪系统一致性估计各子滤波器误差协方差不均衡的问题，拟进一步研究信息矩阵加权一致性滤波并分析其对同时定位与跟踪系统收敛性的影响；提出状态扩维框架下带反馈的同时定位与跟踪的分布式结构以提高系统可扩展性和鲁棒性；探究自适应框架下基于后验预报概率的定位与跟踪的耦合方法以改进系统定位与跟踪精度。本项目相关成果可深化和丰富同时定位与跟踪系统的基本理论，并有望为大规模无线传感器网络展开、多机器人协同导航等应用提供理论指导。

定位和目标跟踪问题是无线传感器网络、多智能体等分布式系统的基础问题，在国防、交通、物流、能源开采、环境监测等领域都有着广泛的应用。目标跟踪要求观测节点位置提前设定好，而节点位置估计也可以通过运动轨迹给定的目标信息进行修正由此可见，节点定位和目标跟踪是互补的，开展同时定位与跟踪系统研究是一个非常具有应用价值和理论意义的项目。.本项从状态扩维、自适应估计两方面入手，以基于一致性的信息融合为基础探索定位与跟踪两类估计的耦合方法。取得的主要理论成果如下所示.(1)研究了一种状态扩维滤波框架下基于加权一致性信息融合的同时定位与跟踪算法，揭示同时定位与跟踪系统收敛性与一致性分布式估计方法自身特性(网络拓扑结构、一致性迭代次数、连通度等)之间的关系。.(2)提出一种在状态扩维框架下设计同时定位与跟踪系统的实现结构，依据信息守恒约束建立一致性融合前后的信息分配策略，每一次融合计算后主滤波器都向子滤波器反馈分配的状态估计和误差协方差信息，各子滤波器工作前要等待主滤波器的反馈信息。.(3)提出了一种采用针对隐马尔科夫模型的贝叶斯滤波方法实现同时定位与跟踪系统的分布式自适应估计，借助后验预报概率实现自适应框架下同时定位与跟踪估计的耦合，解决同时定位与跟踪相关性及两者估计污染问题。.以上述理论研究成果为基础，项目负责人还积极开拓了新的研究方向，产生了一批新的成果和项目，主要成果如下： .(1)在上述理论研究的基础上，项目负责人又与香港理工大学李帅教授合作开展了多无人船海上溢油协同跟踪控制研究。先后完成7篇文章，其中一篇发表在IEEE Transactions on Informatics 2018上，一篇已经被IEEE transactions on control systems technology 2019接受，另外6篇文章都再投。.(2)依托本项目申请立项 ”国家自然科学基金委-英国爱丁堡皇家学会联合项目”，与英方负责人Yang Erfu合作开展微地震压力组网监测方法研究；依托本项目申请立项省、市基金多项，并发展开拓出新的研究方向：海洋潜标阵列的定位跟踪，多无人船海面溢油协同跟踪控制等。