分布式贝叶斯状态估计中概率密度函数的弹性logOP融合规则

《IEEE Control Systems Letters》:Trimmed fusion for resilient distributed Bayesian state estimation

【字体: 大 中 小 】 时间:2026年10月21日 来源:IEEE Control Systems Letters 1.9

编辑推荐:

   本信件研究了分布式贝叶斯状态估计中概率密度函数(PDF)的弹性融合问题。我们提出了一种修剪对数意见池(logOP)融合规则:在给定 N 个可用的 PDF 以及受损 PDF 数量上界 f < N/2 的条件下,该规则选择基数为 N ? f 且具有最小 logOP 融合残差的子集

  本信件研究了分布式贝叶斯状态估计中概率密度函数(PDF)的弹性融合问题。我们提出了一种修剪对数意见池(logOP)融合规则:在给定 N 个可用的 PDF 以及受损 PDF 数量上界 f < N/2 的条件下,该规则选择基数为 N ? f 且具有最小 logOP 融合残差的子集。随后,对所选子集执行标准 logOP 融合。我们证明所选子集至少包含 N ? 2f 个可靠 PDF,且所得融合密度满足弹性界,其缩放因子为 (N?f)/(N?2f),该界仅取决于可靠 PDF 的离散程度,而与受损 PDF 无关。针对指数族 PDF 的闭合形式实现以及包含遭受网络攻击的智能体的分布式目标跟踪示例,验证了所提方法的有效性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号