تخمین حالتهای سیستم با استفاده از شبکه های سنسوری

در این پایان نامه، مسیله تخمین حالت توزیع شده در شبکه های سنسوری با وجود نویز اندازه گیری و نویز فرایند مورد بررسی قرار می گیرد. به علاوه سنسورهای موجود در شبکه سنسوری دارای مدل های اندازه گیری متفاوت هستند و بدین طریق اطلاعات بیشتری از محیط به دست می آید. با در نظر گرفتن هندسه ارتباطی سنسورها به صورت یک گراف، فرض بسیار مهم بر متصل بودن این گراف است. با وجود این فرضیات، در این کار به تعمیم تحقیقاتی می پردازیم که در آنها نشان داده می شود که چگونه می توان با استفاده از فیلترهای اجماع که در ترکیب اطلاعات سنسورها به کار گرفته می شوند، به تخمین حالت توزیع شده در شبکه های سنسوری پرداخت. بر این اساس در این پایان نامه، به معرفی دو فیلتر اجماع جدید می پردازیم که به نقاط سنسوری اجازه می دهد تا میانگین ورودی تمامی نقاط را دنبال کنند. به علاوه تحلیل همگرایی، کاهش نویز و توانایی ردیابی سیگنال های نسبتاً سریع برای فیلتر اجماع نوع اوّل نشان داده شده است. نتایج شبیه سازی مبین عملکرد بهتر فیلتر اوّل نسبت به فیلتر دوّم است. بنابراین، در ادامه کار از فیلتر اوّل استفاده شده و مشاهده می گردد که این فیلتر نه تنها در ترکیب اطلاعات سنسورها و حل مسیله اجماع نتایج بهتری نسبت به بعضی از فیلترهای اجماع پیشین از خود نشان می دهد بلکه، به بهبود عملکرد الگوریتم های موجود در تخمین حالت توزیع شده بر اساس فیلترهای اجماع، کمک شایانی می نماید. از دیگر موضوعات مورد بحث در این پایان نامه، حل مسیله اجماع با وجود کانال های ارتباطی تاخیردار و با استفاده از فیلتر اجماع پیشنهادی نوع اوّل است. ایده تخمین تاخیر و استفاده از زمان نمونه برداری متغیر بازمان و برابر با تاخیر تخمین زده شده، کمک فراوانی به کاهش تاثیرات نامطلوب تاخیر در حل مسیله اجماع می نماید. فیلتر ذرّه ای توزیع شده در سیستم های غیرخطّی با به کارگیری فیلترهای اجماع، از دیگر کارهای جدید انجام شده در این پایان نامه است. نتایج شبیه سازی نشان می دهد که عملکرد این روش در سیستم های غیرخطّی نتیجه بسیار بهتری نسبت به فیلتر کالمن توسعه یافته توزیع شده از خود نشان می دهد.