本發(fā)明涉及網(wǎng)絡通信，具體涉及一種抗欺詐的分布式狀態(tài)估計方法。

背景技術：

1、傳統(tǒng)的集中式處理模式要求所有的傳感器將其采集的數(shù)據(jù)直接傳輸至中心節(jié)點，然后由該節(jié)點負責執(zhí)行數(shù)據(jù)分析、處理，這要求中心節(jié)點必須具備高度的計算和存儲資源。然而，隨著分布式傳感器網(wǎng)絡的發(fā)展，傳感器節(jié)點受到通信帶寬和能量供應的限制，將所有數(shù)據(jù)傳輸至中心節(jié)點進行集中處理變得不切實際。因此，分布式處理方法成為了解決這一問題的有效途徑。在分布式狀態(tài)估計框架中，整個網(wǎng)絡能夠綜合利用所有節(jié)點的觀測信息，從而得到更為準確和可靠的系統(tǒng)狀態(tài)估計。此外，分布式狀態(tài)估計方法在局部進行數(shù)據(jù)處理，有效減少了每個節(jié)點所需的數(shù)據(jù)量，進而減輕了每個節(jié)點的計算負擔。

2、然而在實際應用中，分布式傳感器網(wǎng)絡常常面臨來自開放環(huán)境的各種干擾，包括但不限于數(shù)據(jù)欺詐。錯誤數(shù)據(jù)注入是常見的欺詐手段之一，即惡意節(jié)點在數(shù)據(jù)采集階段有意向測量值中注入錯誤信息。由于節(jié)點之間頻繁的數(shù)據(jù)交換，這種惡意行為可能迅速傳播。一旦錯誤數(shù)據(jù)被傳遞給其他節(jié)點，它們可能會被用作后續(xù)計算和估計的輸入，從而破壞分布式網(wǎng)絡中的數(shù)據(jù)一致性。由于分布式狀態(tài)估計依賴于網(wǎng)絡中所有節(jié)點的數(shù)據(jù)融合，錯誤信息的傳播可能導致整個網(wǎng)絡的狀態(tài)估計結果偏離真實情況，甚至收斂到完全錯誤的估計值。

技術實現(xiàn)思路

1、本發(fā)明所要解決的技術問題是：提供一種抗欺詐的分布式狀態(tài)估計方法，用來解決通訊過程中的惡意欺詐或干擾信號對信息網(wǎng)絡影響的問題，保證估計結果的有效性。

2、為了解決以上技術問題，本發(fā)明采用如下技術方案：

3、一種抗欺詐的分布式狀態(tài)估計方法，包括以下步驟：

4、s1、建立分布式無線傳感器網(wǎng)絡拓撲結構和觀測模型，每個傳感器為一個節(jié)點，每個節(jié)點分別對待測目標的位置狀態(tài)進行測量，得到待測目標的狀態(tài)測量值。

5、s2、步驟s1中的每個節(jié)點利用本地測量值對待測目標的狀態(tài)測量值進行初步估計，得到節(jié)點自身的狀態(tài)估計值，利用多節(jié)點分布式估計算法對每個節(jié)點及其鄰居節(jié)點的狀態(tài)估計值進行更新，得到下一時刻每個節(jié)點的狀態(tài)估計值。

6、s3、基于步驟s2中下一時刻每個節(jié)點的狀態(tài)估計值，利用多元統(tǒng)計的置信域算法對所有節(jié)點進行欺詐檢測，得到含有欺詐信息的惡意節(jié)點，將該節(jié)點丟棄。

7、s4、重復執(zhí)行步驟s2-s3，直至到達迭代次數(shù)，最終得到達到一致的狀態(tài)估計值。

8、s5、利用卡爾曼濾波算法對步驟s4中最終得到的狀態(tài)估計值進行迭代，得到待測目標的定位。

9、進一步的，步驟s1中，得到待測目標的狀態(tài)測量值包括以下內(nèi)容：

10、分布式無線傳感器網(wǎng)絡拓撲結構包括自組織拓撲圖g和n個節(jié)點，其中g＝(n,e)，n表示節(jié)點集合，n＝{1,2,...,n}，e表示邊集合，用于表示節(jié)點之間的連接關系，g是無向的。

11、觀測模型的表達式為：

12、zi(k)＝hi(k)x(k)+v(k)

13、其中，zi(k)表示第i個節(jié)點在第k時刻的觀測結果，即待測目標的狀態(tài)測量值；hi(k)表示觀測矩陣，用于描述第i個節(jié)點如何從環(huán)境狀態(tài)量中提取觀測值；v(k)表示觀測誤差或噪聲，表示觀測結果與真實環(huán)境狀態(tài)之間的差異；x(k)表示待測目標在第k時刻的真實環(huán)境的狀態(tài)量，x(k)＝akx(k-1)+bkw(k)，x(k-1)表示待測目標在第k-1時刻的真實環(huán)境的狀態(tài)量，ak表示狀態(tài)轉(zhuǎn)移矩陣，bk表示輸入矩陣，w(k)表示環(huán)境誤差或噪聲。

14、進一步的，步驟s2中，得到下一時刻節(jié)點的狀態(tài)估計值包括以下內(nèi)容：

15、根據(jù)節(jié)點之間的通信拓撲結構，節(jié)點將自身的狀態(tài)估計值輸給鄰居節(jié)點，并接收鄰居節(jié)點的狀態(tài)估計值。

16、自身的狀態(tài)估計的具體表達式為：

17、yi(k)＝hit(k)ri-1(k)zi(k)

18、其中，yi(k)表示第i個節(jié)點在第k時刻的狀態(tài)估計值；ri(k)表示觀測噪聲的協(xié)方差矩陣；ri-1(k)表示ri(k)的逆矩陣；hit(k)表示hi(k)的轉(zhuǎn)置。

19、利用多節(jié)點分布式估計算法對每個節(jié)點的狀態(tài)估計值進行處理，得到下一時刻的狀態(tài)估計值，具體表達式為：

20、

21、yi(k+1)＝y(tǒng)i(k)+β×δ

22、其中，δ表示狀態(tài)估計變化量；j表示第i個節(jié)點的鄰居節(jié)點，鄰居節(jié)點不包括節(jié)點i本身；uj(k)表示第j個節(jié)點在第k時刻的狀態(tài)輸入量；β表示增益，體現(xiàn)了鄰居節(jié)點的影響程度；n表示節(jié)點集合，yj(k)表示第j個節(jié)點在第k時刻的狀態(tài)估計值，yi(k+1)表示第i個節(jié)點在第k+1時刻的狀態(tài)估計值。

23、進一步的，步驟s3中，得到欺詐信息包括以下內(nèi)容：

24、利用多元統(tǒng)計的置信域算法對步驟s2中得到的狀態(tài)估計值進行處理，具體表達式為：

25、

26、其中，p表示向量的維度，表示所有節(jié)點狀態(tài)估計的平均值，fα表示在顯著性水平α、分子自由度p和分母自由度(n-p)下的f分布表中的臨界檢驗值。

27、滿足上述處理公式的節(jié)點為正常節(jié)點，其狀態(tài)估計用于下一次信息交換，不滿足上述處理公式的節(jié)點則說明該節(jié)點存在異常狀態(tài)估計值，即為惡意節(jié)點，將惡意節(jié)點丟棄后再進行信息交換。

28、進一步的，步驟s5中，得到待測目標的定位包括以下內(nèi)容：

29、利用協(xié)方差融合方法對每個節(jié)點的協(xié)方差矩陣進行處理，得到融合的逆協(xié)方差矩陣，具體表達式為：

30、

31、其中，s(k)表示融合的逆協(xié)方差矩陣。

32、基于待測目標在第k時刻的初始位置狀態(tài)x0和初始協(xié)方差矩陣p0，利用卡爾曼濾波算法對融合的逆協(xié)方差矩陣進行處理，計算權重矩陣，得到待測目標在第k時刻的狀態(tài)，具體表達式為：

33、m(k)＝[(np(k))-1+s(k)]-1

34、

35、其中，m(k)表示權重矩陣，p(k)表示誤差協(xié)方差矩陣，表示待測目標在第k時刻的最優(yōu)狀態(tài)，表示待測目標在第k時刻的先驗狀態(tài)。

36、更新誤差協(xié)方差矩陣和待測目標狀態(tài)，得到第k+1時刻的誤差協(xié)方差矩陣，將待測目標的狀態(tài)值與轉(zhuǎn)移矩陣a相乘得到下一時刻待測目標狀態(tài)，具體表達式為：

37、p(k+1)＝[am(k)at+nbqbt]/n

38、

39、其中，p(k+1)表示第k+1時刻的誤差協(xié)方差矩陣，表示第k+1時刻的待測目標狀態(tài)，b表示控制輸入矩陣，q表示v(k)的協(xié)方差矩陣，at表示a的轉(zhuǎn)置，bt表示b的轉(zhuǎn)置。

40、將更新后的p(k+1)和代入到得到待測目標在第k時刻的狀態(tài)的公式中，預測待測目標狀態(tài)，更新誤差協(xié)方差矩陣和待測目標狀態(tài)，直到達到迭代次數(shù)，最終輸出待測目標的位置狀態(tài)。

41、進一步的，本發(fā)明還提出了一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)前文所述抗欺詐的分布式狀態(tài)估計方法的步驟。

42、進一步的，本發(fā)明還提出了一種計算機可讀的存儲介質(zhì)，所述計算機可讀的存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器運行時執(zhí)行所述抗欺詐的分布式狀態(tài)估計方法。

43、本發(fā)明采用以上技術方案與現(xiàn)有技術相比，具有以下技術效果：

44、本發(fā)明的方法簡單、時間復雜度低且效率較高，僅僅需要在節(jié)點之間信息傳輸?shù)倪^程中進行欺詐檢測，并將檢測出的欺詐信息去除。本發(fā)明可以保證正常節(jié)點不受惡意欺詐的干擾，避免惡意數(shù)據(jù)在分布式網(wǎng)絡中的傳遞和更新，進而保證了原有算法的性能，提高了整個信息估計網(wǎng)絡的魯棒性。