扰动注入隐私保护估计器

针对动态平均共识的分布式估计问题,通过向参考信号注入随机扰动并采用自适应事件触发与动态增益,在间歇通信下同时实现估计收敛与敏感信息保护。

伊枭剑 · 徐涛

Information Fusion 2024

技术优势

通信更少也能收敛

通过自适应事件触发机制决定何时通信,避免持续传输,同时依然保证估计误差收敛。

私有信号不泄露

向原始参考信号注入随机扰动,使得估计过程中真实参考信号不会直接暴露给其他智能体。

不依赖全局信息

采用动态更新的自适应增益代替静态增益,消除了对某些全局信息的依赖,便于分布式实现。

应用场景