ECO-DKF：未知相关性下事件触发且可证明最优的分布式卡尔曼滤波器
系统与控制
2023-11-07 v1 系统与控制
摘要
本文提出 ECO-DKF，即首个事件触发且可证明最优的分布式卡尔曼滤波器。我们的算法解决了分布式卡尔曼滤波器的两个主要问题：（i）完全分布式且可扩展的最优估计；（ii）降低通信带宽使用。第一个问题需要求解一个 NP 难优化问题，迫使采用松弛方法，从而丧失原问题的最优性保证。仅利用一跳邻居的信息，我们提出了一种紧半定规划松弛，能够局部且在线地证明松弛解是否为原 NP 难问题的最优解。在此情形下，ECO-DKF 在可扩展性与事件触发一跳通信限制下是平方误差意义最优的。此外，ECO-DKF 是一个全局渐近稳定的估计器。针对第二个问题，我们基于松弛优化输出提出了一种事件触发机制。其结果是形成一种基于广播的算法，该算法节省通信带宽、避免个体通信链路与时刻内的多次信息交换，并保持滤波器的 optimality 与稳定性。
引用
@article{arxiv.2311.02406,
title = {ECO-DKF: Event-Triggered and Certifiable Optimal Distributed Kalman Filter under Unknown Correlations},
author = {Eduardo Sebastián and Eduardo Montijano and Carlos Sagüés},
journal= {arXiv preprint arXiv:2311.02406},
year = {2023}
}
备注
This paper has been accepted for publication at IEEE Transactions on Automatic Control