互协方差未知情形下的分布式融合策略及求解方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61871221
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0114.探测与成像
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Multi-sensor information fusion is one of the hot topics in the field of information processing. The parameters of cross-covariance between nodes in distributed sensor networks are unknown, which makes many information fusion strategies and solution methods no longer valid. Limited transmission capacity in channel, finite-time consistency, accuracy selection criteria in multi-sensor and computational complexity are considered in this project, by means of covariance intersection, event-triggered mechanism, linear matrix inequality and particle swarm optimization and other methods, the fast distributed robust fusion strategy and solving method, which is insensitive to the cross-covariance parameters and the fusion order, is studied. The recursive algorithm based on the event-triggered mechanism with finite-time consistency is proposed and the criterion of multi-sensor accuracy selection under the constraint of variance precision index is also presented. The completion of this project will further enrich the research results in the field of multi-sensor information fusion, which has important theoretical research significance and engineering application prospects.
多传感器信息融合是信息处理领域的研究热点之一。分布式传感网络节点估计值间互协方差参数未知,使许多信息融合策略及求解方法不再有效。本课题考虑节点间传输能力受限、有限时间一致性、多传感器精度选型准则以及算法复杂度等多种因素,采用协方差交叉、事件触发机制、线性矩阵不等式和粒子群优化等方法,研究与互协方差参数及融合顺序无关的快速分布式鲁棒融合策略和求解方法、互协方差未知情形下基于事件触发机制的有限时间一致递推估计算法以及误差方差精度指标约束条件下的多传感器精度选型准则。本项目的完成,将进一步丰富多传感器信息融合领域的研究成果,具有重要的理论研究意义和工程应用前景。

结项摘要

本项目针对分布式火控系统中传感网络节点间互协方差未知的情形,考虑节点间传输能力受限、有限时间一致性、多传感器精度选型准则以及算法复杂度等多种工程适用性因素,深入研究与互协方差参数及融合顺序无关的快速分布式鲁棒融合策略和求解方法、互协方差未知情形下基于事件触发机制的有限时间一致递推估计算法以及误差方差精度指标约束条件下的多传感器精度选型准则,取得了如下研究成果:.(1) 针对分布式传感网络中存在互协方差未知的情形, 提出了一种与融合顺序无关的序贯快速协方差交叉融合算法。该融合方法不需要事前已知各节点的互协方差参数,且融合结果对量测数据传输顺序不敏感,可为实际工程中分布式火控信息融合提供技术参考。.(2) 针对互协方差未知情形下分布式传感网络存在不完全量测和数据交互非同步的问题,提出了一种基于序贯融合的一致性分布式卡尔曼滤波算法。该算法可以保证估计结果的一致性,且估计精度与融合次序无关,满足系统快速性和一致性要求。.(3) 针对互协方差未知情形下分布式传感网络中存在能量受限的问题,提出了一种基于事件触发机制的二阶段多频分布式融合算法。该融合方法通过设定事件触发机制中的估计误差包含概率,动态调节事件触发阈值,实现了融合精度与信息交互频率之间的动态平衡。.(4) 针对分布式传感网络中互协方差未知的情形, 在给定融合误差方差上界约束与优化指标前提下,建立了分布式系统中各个节点的传感器精度约束优化模型,从理论上严格证明了估计误差方差有界时探测单元传感器必须满足的最低探测概率,并给出了有效的迭代求解方法,可为工程实践中传感器的精度选型提供理论依据。

项目成果

期刊论文数量(31)
专著数量(0)
科研奖励数量(0)
会议论文数量(6)
专利数量(5)
Stability and admissibility analysis of T–S descriptive systems and its applications
TâS描述系统的稳定性和可接受性分析及其应用
  • DOI:
    10.1007/s00500-022-07323-1
  • 发表时间:
    2022
  • 期刊:
    Soft Computing
  • 影响因子:
    4.1
  • 作者:
    Muhammad Shamrooz Aslam;Ma Zhenhua;Rizwan Ullah;Yina Li;Andong Sheng;Abdul Majid
  • 通讯作者:
    Abdul Majid
Consensus tracking for singular multi‐agent systems with Lipschitz nonlinear dynamics and external disturbances
具有 Lipschitz 非线性动力学和外部干扰的奇异多智能体系统的共识跟踪
  • DOI:
    10.1002/rnc.6060
  • 发表时间:
    2022
  • 期刊:
    International Journal of Robust and Nonlinear Control
  • 影响因子:
    3.9
  • 作者:
    Tianya Liu;Andong Sheng;Cui‐Qin Ma;Guoqing Qi;Yinya Li
  • 通讯作者:
    Yinya Li
Cooperative Global Robust Practical Output Regulation of Nonlinear Lower Triangular Multiagent Systems via Event-Triggered Control
通过事件触发控制的非线性下三角多智能体系统的协作全局鲁棒实际输出调节
  • DOI:
    10.1109/tcyb.2021.3054796
  • 发表时间:
    2022
  • 期刊:
    IEEE Transactions on Cybernetics
  • 影响因子:
    11.8
  • 作者:
    Jiaqi Wang;Wei Xing Zheng;Andong Sheng;Jiafan He
  • 通讯作者:
    Jiafan He
Distributed two‐stage state estimation with event‐triggered strategy for multirate sensor networks
多速率传感器网络的事件触发策略的分布式两级状态估计
  • DOI:
    10.1002/acs.3028
  • 发表时间:
    2019
  • 期刊:
    International Journal of Adaptive Control and Signal Processing
  • 影响因子:
    3.1
  • 作者:
    Ning Wang;Yinya Li;Guoqing Qi;Andong Sheng
  • 通讯作者:
    Andong Sheng
Event-Triggered Dissipative Observer-Based Control for Delay Dependent T-S Fuzzy Singular Systems
时滞相关 T-S 模糊奇异系统的事件触发耗散观测器控制
  • DOI:
    10.1109/access.2020.3011281
  • 发表时间:
    2020
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Ullah Rizwan;Li Yinya;Aslam Muhammad Shamrooz;Sheng Andong
  • 通讯作者:
    Sheng Andong

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

不完全量测下目标跟踪系统的容许量测噪声
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    四川大学学报(工程科学版)
  • 影响因子:
    --
  • 作者:
    陈素娟;戚国庆;盛安冬
  • 通讯作者:
    盛安冬
基于压缩传感的多尺度传感器融合
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机与数字工程
  • 影响因子:
    --
  • 作者:
    陈素娟;戚国庆;盛安冬
  • 通讯作者:
    盛安冬
量化状态信息下多智能体Gossip 算法及分布式优化
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    王长城;戚国庆;李银伢;盛安冬
  • 通讯作者:
    盛安冬
基于压缩传感的多尺度传感器融合
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机与数字工程
  • 影响因子:
    --
  • 作者:
    陈素娟;戚国庆;盛安冬
  • 通讯作者:
    盛安冬
基于非质点模型的纯方位解距离方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机与数字工程
  • 影响因子:
    --
  • 作者:
    石杰;戚国庆;盛安冬
  • 通讯作者:
    盛安冬

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码