能量和带宽约束下无线传感器网络的分布式状态估计问题研究

Distributed state estimation over wireless sensor networks has been one of the main research cutting-edges in academia and industry for years. In practical applications, the sensor nodes are subject to both energy and communication bandwidth constraints. As such, this project is concerned with the distributed state estimation problems with consideration of energy and communication bandwidth constraints. In particular, we aim to 1) establish the system dynamics by taking into account various constraints, network topological information and behaviors of target plant; 2) develop the optimal distributed estimator under specific energy and bandwidth constraints; 3) explore the fundamental relationship between the constraints and the estimation precision of the distributed estimator; 4) reveal the influence of system parameters (e.g, topology connections, collective observability, and energy and bandwidth constraints) on the convergence of estimation errors; and 5) analyze the influence of dynamically switching topologies on the system performance. Finally, the obtained theoretical results will be verified in the platform established for the localization problem for mobile robots. This project devotes to enriching and expanding the existing results on distributed state estimation, which is of great significance from the aspects of both theory and application.

基于无线传感器网络的分布式状态估计问题是当前备受关注的前沿研究热点。本项目将以无线传感器网络中普遍存在的传感器能量和通信带宽约束为切入点，全面分析其成因及本质特征，从中提炼出能量和带宽约束下分布式状态估计这一科学问题。首先，本项目将综合考虑约束条件、网络通信拓扑结构和监测对象动力学行为，构建系统数学模型。其次，针对含有约束条件的无线传感器网络，构建出对应的分布式估计器，并探讨约束条件和估计性能间的内在联系，在满足约束条件的前提下，给出使得估计性能最优的估计器参数。然后，对估计算法展开性能分析，揭示估计误差收敛性与系统参数（如，网络拓扑连接、可观测条件、约束条件等）的联系，并在此基础上，进一步探讨动态通信拓扑对所建立估计算法的影响。最后，将研究成果在移动机器人定位实验平台上进行验证。本项目力图从理论与技术层面上完善分布式状态估计的研究体系，其研究成果具有重要的理论价值和广泛的应用前景。

本项目以无线传感器网络中普遍存在的传感器能量和通信带宽约束为切入点，全面分析其成因及本质特征，从中提炼出能量和带宽约束下分布式状态估计这一科学问题。首先，综合考虑约束条件、网络通信拓扑结构和监测对象动力学行为，构建系统数学模型。其次，针对含有约束条件的无线传感器网络，构建对应的分布式估计器，探讨约束条件和估计性能间的内在联系，给出估计性能最优的估计器参数。在此基础上，进一步对估计算法展开性能分析，揭示估计误差收敛性与系统参数的联系。最后，将所得的理论算法成果在仿真系统中进行验证。在本项目资助下，出版 Springer 英文专著1部，申请发明专利2项，发表IEEE Trans. Automatic Control 及Automatica 论文4篇，其中有2篇论文入选ESI高被引论文。此外，申请人在项目执行期间曾获2020年世界人工智能大会青年优秀论文提名奖，北京地区广受关注学术论文奖，国际计算机协会（ACM）上海新星奖，2019年北京市麒麟科学技术奖（3/15）等荣誉。