30、分布式卡尔曼滤波技术解析

分布式卡尔曼滤波技术解析

1. 工业系统分布式控制与滤波问题

在工业系统的分布式控制与滤波场景中，当所有节点之间没有直接通信时，会引入一个新问题，即如何仅结合相邻节点的估计值。要最优地结合两个估计值，就需要知道这些估计值之间的互信息。对于一般的通信图，计算这个互信息是一项困难的任务，它需要对拓扑结构有全局的了解。

1.1 不同图结构下的解决方法

• 无环图情况 ：在无环图的情况下，通过引入通道滤波器解决了该问题。这种方法还被应用于协调搜索策略中。
• 状态恒定情况 ：如果假设状态是恒定的，该问题可以看作是一个分布式平均问题。
• 时变状态情况 ：对于时变状态，使用共识滤波器将问题进行了推广。

1.2 相关算法

还有一个密切相关的领域是如何结合多个不通信的估计器的估计值，即所谓的航迹融合算法。该问题的不同之处在于，组合后的估计值不会用于在各个节点中计算新的估计值，而是仅将融合后的估计值传输到中央节点用于某些任务。

2. 自调谐卡尔曼滤波

多传感器数据融合是工业中常用的一种协同方法，它涉及融合来自各种本地资源（如本地传感器和各个子单元）的数据。收集到的数据会被集中起来，用于监测工厂的健康状况、控制各种场景以及根据本地条件做出即时决策。

2.1 融合架构

多传感器数据融合的两个基本架构是集中式和分布式（或分散式）。
| 架构类型 | 特点 | 优点 | 缺点 |