统。虽然网络中每个节点的能力和资源都是有限的，但是通过节点间的协同感知与控制，基于分布式估计及任务分配的WSANs协同机制#莫磊，胥布工**510152025（华南理工大学自动化科学与工程学院，广州510641）摘要：针对无线传感器/执行器网络中的传感器-执行器和执行器-执行器协同工作问题，分别提出了一种分布式的解决方案。根据传感器与执行器的部署情况，传感器-执行器协同工作可归结为一个多源信息估计及融合问题。基于这个特点，设计了一种能在传感器和执行器上并行运行的联邦滤波器。同时考虑到时间、能量、控制指标等要求，提出了一种基于事件驱动机制的执行器任务分配机制来协同执行器之间的工作。仿真表明所提算法能够满足控制系统的性能要求。关键词：无线传感器/执行器网络；协同工作；联邦滤波器；任务分配机制中图分类号：TN98CoordinationMechanismBasedonDistributedEstimationandTaskAllocationDesignforWSANsMOLei,XUBugong(CollegeofAutomationScienceandEngineering,SouthChinaUniversityofTechnology,GuangZhou510641)Abstract:Inordertocoordinatesensorsandactuatorsinwirelesssensorandactuatornetworks(WSANs)inaneffectivemanner,correspondingdistributedsolutionsareproposed.Accordingtothenodesdeployment,sensor-actuator(S-A)coordinationcanbeformulatedasamulti-sourceinformationfusionproblem.So,afederatedfilteringrunparallelinsensorsandactuatorsisdesignedtocoordinateS-A.Then,takingtime,energyandcontrolrequirementsintoconsideration,anactuator-actuator(A-A)coordinationmechanismisintroducedthatenablescoordinatingactionoftheparticipatingactuatorsbasedontheevent-driventaskallocationmechanism.Simulationsdemonstratetheeffectivenessofproposedmethods.Keywords:Wirelesssensorandactuatornetworks;coordination;federatedfiltering;taskallocationmechanism300引言无线传感器/执行器网络（WirelessSensorandActuatorNetworks，WSANs）是近年来发展起来的新型无线传感器网络（WirelessSensorNetworks，WSNs），它结合了无线传感器网络与网络控制系统的优点，从而使得传统意义上的WSNs不仅具有了监测功能，还具有3540了控制和执行功能[1]。因此WSANs在救灾工作、精准农业、智能家居等领域具有广泛的应用前景[2-4]。由于WSANs能够极大地改变人们获取信息和交互环境的方式，因此在国内外它都是一个研究热点。感知与控制是WSANs的重要组成部分，两者相辅相成，构成了一个完整的反馈控制系[5]就能够完成点个节点所不能完成的复杂任务。然而，现有的很多研究只是注重其中某一方面，没有进行全面的考虑，所以其中有很多问题亟需解决[6]。本文在国内外现有研究的基础上，基金项目：高等学校博士学科点专项基金（20110172110033）；国家自然科学基金面上项目（61174070）作者简介：莫磊，（1985-），男，博士研究生，主要研究方向为无线传感器/执行器网络协同感知与控制。通信联系人：胥布工，（1956-），男，教授，博士生导师，主要从事网络化控制系统理论与应用，无线传感器/执行器网络理论及应用，大系统理论及其应用等课题的创新性研究。E-mail:aubgxu@scut.edu.cn-1-式程噪声，执行器的输出F(k)f1(k),...,fm(k)为系统的输入，状态矩阵A中的第i,j个bij⎨⎩研究了面向控制应用的WSANs协同机制和评价标准，在此基础上，提出了新的协同感知与控制算法。目前在WSANs中，由于传感器的数量越来越多，且容易受到外部各种干扰，所以WSANs45505560657075需要将传感器发送过来的信息进行综合处理，常用的有两种结构：集中式和分布式融合[7]。如果采用集中式融合，会存在计算量、通讯量大等缺点。随着计算机技术的飞速发展，这些缺点将越来越降为次要条件，但对容错性和估计精度的要求却越来越高，这些因素都推动了分散Kalman滤波在WSANs中的发展。在众多的分散化滤波算法中，Calson等人提出联邦卡尔曼滤波器（FederatedKalmanFilter，FKF）具有非常明显的特点[8]，通过子滤波器并行运行Kalman滤波，主滤波器融合子滤...