一致性滤波学习笔记

一致性

    一致性是指在具有多个个体的系统中，各个体状态在某种规则作用下，伴随时间推移而趋于一致。一致性协议就是个体与个体之间的作用规则，表示个体与邻居个体的信息交互过程。

一致性算法

图 2-2 给出了多智能体系统一致性问题的两种不同表达形式。由图(a)和图(b)可知，每个节点为一个积分器，每个系统的传递函数为$P(s)=1/s$，整个系统是个多输入多输出系统，图(a)中$x_i$表示第$i$个节点的状态（例如位置，速度信息等）。由$n$个节点构成的简单网络的一致性算法为：

（1）连续时间一致性算法

（2）离散时间一致性算法

（3）时变拓扑网络一致性算法

一致性卡尔曼滤波

一致性卡尔曼滤波算法(Consensus-based Kalman filtering:CKF)是一种耦合卡尔曼滤波和多智能体一致性的新型分布式估计算法，由于只需使用节点的局部信息，且不需要融合中心，随着迭代次数增加，网络中所有的传感器节点的状态估计值都能趋于一致。