Resumen

Este documento investiga el filtrado distribuido para sistemas discretos invariables en el tiempo en redes de sensores donde cada sensor que mide el sistema puede no ser observable, y cada sensor solo puede obtener parámetros parciales del sistema con coeficientes desconocidos que están modelados por ruidos blancos gaussianos. Se propone un algoritmo de filtrado robusto de Kalman completamente distribuido que consta de dos partes. Una es un filtro de Kalman de consenso para estimar los parámetros del sistema. Se demuestra que los errores de estimación cuadráticos medios para los parámetros del sistema convergen a cero si y solo si, para cualquier parámetro del sistema, su subconjunto de nodos accesibles es globalmente alcanzable. La otra es un filtro de Kalman robusto de consenso para estimar el estado del sistema basado en las estimaciones de la matriz del sistema y las covarianzas. Se demuestra que el error de estimación cuadrático medio de cada sensor está acotado superiormente por la traza de su covarianza. Además, se proporciona una condición de estabilidad suficiente explícita

• Materias:Comportamiento asintótico Entropía del gráfico Seguridad dinámica Polinomios diferenciales Gráfico monocíclico
• Subjects:Asymptotic behavior Entropy of the graph Dynamic safety Differential polynomials Monocyclic graph
• Palabras claves:Distribuido; Filtrado; Redes de sensores; Filtro de Kalman; Errores de estimación; Estabilidad
• Keywords:Distributed; Filtering; Sensor networks; Kalman filter; Estimation errors; Stability