Please wait a minute...
空天防御  2020, Vol. 3 Issue (3): 46-53    
0
  制导 本期目录 | 过刊浏览 | 高级检索 |
用于协同感知的分布式聚类方法研究
李晨1,梁小溪1,梁军利2,刘睿恺2,叶中华2,3
1. 上海机电工程研究所,上海 201109; 2. 西北工业大学 电子信息学院,陕西 西安 710072;
3. 西安理工大学 自动化学院,陕西 西安 710048
Distributed Clustering Method for Cooperative Sensing
LI Chen1, LIANG Xiaoxi1, LIANG Junli2, LIU Ruikai2, YE Zhonghua2,3
1. Shanghai Electro-Mechanical Engineering Institute, Shanghai 201109,China; 
2. School of Electronics and Information, Northwestern Polytechnical University, Xi’an 710072, Shaanxi, China; 
3. School of Automation and Engineering, Xian University of Technology, Xi‘an 710048, Shaanxi, China
全文: PDF(7600 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 为了解决无中心协同感知条件下的多目标信息处理问题,提出了一种新的用于协同感知的分布式聚类方法。首先,构造了新颖的一致性类中心计算数学模型,使得各协同感知设备可并行计算自身采集的数据,各邻近设备之间仅仅需要交换暂态类中心,有效保护数据隐私性;然后,在感知网络达到稳态时所有感知设备获得一致的类中心和聚类结果。实验结果证实,本文所提出的分布式聚类方法可有效利用各协同设备的存储、计算、通信能力,在不交换大量数据的前提下完成协同聚类任务。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 协同感知协同聚类分布式网络一致性无中心    
Abstract:This paper presents a new distributed clustering method for cooperative sensing to solve the problem of multi-target information processing under the condition of decentralized cooperative sensing. Firstly, it formulates a new mathematical model for consensus class center computation with locally averaged data. Secondly, it enables all the sensing equipment to compute in parallel and exchange only the information with its neighboring nodes to protect the privacy of the captured data. Finally, all the equipment obtain the consensus class center and the clustering results when the network is stable. The experiment results prove that the distributed clustering method can make full use of the store, computation, and communication ability of the equipment to complete the clustering task without exchanging massive data. 
Key wordscooperative sensing    cooperative clustering    distributed network    consensus    decentralized
收稿日期: 2020-07-02      出版日期: 2020-09-30
ZTFLH:  TP311.13  
作者简介: 李晨(1981—),男,硕士,主要研究方向为无线电制导。
引用本文:   
李晨, 梁小溪, 梁军利, 刘睿恺, 叶中华. 用于协同感知的分布式聚类方法研究[J]. 空天防御, 2020, 3(3): 46-53.
LI Chen, LIANG Xiaoxi, LIANG Junli, LIU Ruikai, YE Zhonghua. Distributed Clustering Method for Cooperative Sensing. Air & Space Defense, 2020, 3(3): 46-53.
链接本文:  
https://www.qk.sjtu.edu.cn/ktfy/CN/      或      https://www.qk.sjtu.edu.cn/ktfy/CN/Y2020/V3/I3/46

参考文献
[1] 米阳, 吴继伟, 田书欣, 马思源, 王育飞. 考虑个体自私的热电联产系统完全分布式经济调度[J]. 上海交通大学学报, 2024, 58(1): 50-58.
[2] 周儒畅, 王子强, 王杰. 基于预定时间一致性的直流微电网分布式协同控制[J]. 上海交通大学学报, 2023, 57(7): 824-834.
[3] 段继忠, 钱青青. 基于SIDWT和迭代自一致性的快速并行成像重建方法[J]. 上海交通大学学报, 2023, 57(5): 582-592.
[4] 刘晨, 谢宝娣, 董国宝, 霍达, 段雨昕, 夏川. 基于自适应积分滑模的无人机编队控制器设计[J]. 空天防御, 2021, 4(1): 65-70.
[5] 赵建霞, 段海滨, 赵彦杰, 范彦铭, 魏晨. 基于鸽群层级交互的有人/无人机集群一致性控制[J]. 上海交通大学学报, 2020, 54(9): 973-980.
[6] 赵斌, 黄晓阳, 周军, 郭玥. 基于滑模控制的多弹分布式视线协同制导律设计[J]. 空天防御, 2020, 3(3): 16-23.
[7] 郑阳,陈海波,臧斌宇. 基于广播的分布式共享内存[J]. 上海交通大学学报(自然版), 2018, 52(10): 1333-1338.
[8] 闵海根,赵祥模,徐志刚,张立成,王润民.  基于稳健特征点的立体视觉测程法[J]. 上海交通大学学报(自然版), 2017, 51(7): 870-877.
[9] 张伟,许爱强,高明哲. 一种基于积累一致性测量的在线状态预测算法[J]. 上海交通大学学报(自然版), 2017, 51(11): 1391-1398.
[10] 张旭,陈茂银,王凌,周东华. 存在执行器故障的多智能体系统的容错一致性[J]. 上海交通大学学报(自然版), 2015, 49(06): 806-811.
[11] 黄胜1,郭海鹏1,侯远杭2,王超1. 基于改进TOPSIS法的舰船总体方案群决策方法[J]. 上海交通大学学报(自然版), 2014, 48(1): 92-97.
[12] 李德文1,黄文君1,2,胡静泓1,钱益舟1. 一种分布式冗余的实时数据存储检索机制[J]. 上海交通大学学报(自然版), 2014, 48(07): 948-952.
[13] 陈侠,魏晓明,徐光延. 多无人机模糊态势的分布式协同空战决策[J]. 上海交通大学学报(自然版), 2014, 48(07): 907-913.
[14] 郭海鹏,黄胜,王超. 基于改进德尔菲法的舰船总体方案群决策方法[J]. 上海交通大学学报(自然版), 2014, 48(04): 515-519.
[15] 王文全,王超,黄胜,侯远杭,胡玉龙. 大型舰船主尺度方案生成及优选[J]. 上海交通大学学报(自然版), 2013, 47(06): 916-922.
沪ICP备15013849号-1
版权所有 © 2017《空天防御》编辑部
主管单位:中国航天科技集团有限公司 主办单位:上海机电工程研究所 上海交通大学出版社有限公司