分布式最大相关熵估计器

非高斯噪声强鲁棒

为能量收集约束下的传感器网络设计的分布式状态估计器，采用最大相关熵准则替代传统最小协方差，在非高斯噪声下提供更优的估计精度。

Chen, Shuqi · Ho, Daniel Wing Cheong

IEEE Transactions on Network Science and Engineering 2023

技术优势

非高斯噪声下更准

采用最大相关熵准则而非传统的最小协方差作为优化指标，有效抑制非高斯噪声对估计的影响。

给出误差上界

在最大相关熵准则下推导出估计误差协方差的上界，为估计性能提供理论保证。

应用场景

• 分布式状态估计：在非高斯噪声且能量受限的网络中，为每个节点提供可靠的局部状态估计。
• 传感器网络数据处理：在能量收集约束下，仅利用局部和邻居信息完成鲁棒的数据融合与状态估计。
• 能量收集系统：将能量收集的动态特性纳入通信决策，延长网络寿命并维持估计精度。