中文摘要：

无线传感器网络（简称WSN）在军事和民用领域具有广泛的应用前景，已引起学术界的高度关注。其中，WSN环境下的信息融合估计是WSN面向实际应用的一个重要基础性理论，目前是个热点研究课题。然而，节点的能量约束使得传统的融合估计理论无法直接应用于WSN环境，迫切需要提出面向节能的信息融合估计理论。本项目从系统结构和信息表示以及传输模式两个角度出发，提出面向节能的WSN分布式融合估计理论与算法的研究，主要研究基于双层融合策略的分布式在网融合估计理论与算法；基于降维测量信号的融合估计理论与算法；基于异步多速率信息传输模式的融合估计理论与算法。采用线性最优估计理论设计融合估计器，建立WSN能耗与融合估计性能之间的关系，分析算法的节能效率和节能策略带来的估计性能损失。本项目的研究将在WSN环境下的融合估计理论上取得创新和突破，促进传统多传感器信息融合估计理论的发展与完善。

结论摘要：

针对制定的研究内容第1和第2点，研究了基于信号降维的多传感器节能融合估计问题，提出了一种基于通信序列策略的测量信号直接降维方法，并给出了降维策略与融合估计器的协同设计方法。与已有的量化方法和基于压缩算子的降维方法相比，所提出的直接降维方法更简单、易于实现。针对制定的研究内容第3和第4点，研究了基于信号“发送频率”方法的多传感器节能融合估计问题，提出了结合多速率估计和双层融合估计策略的分布式多传感器节能融合估计方法，以及结合多速率估计和异步融合估计策略的分布式多传感器节能信息融合估计方法，通过降低测量信号发送速率和估计速率可实现节能，也可根据实际的能耗约束和估计性能要求确定估计速率和测量信号发送速率，可实现在节能和估计性能之间进行合理折中，通过双层融合可使每个传感器充分利用邻居信息以提高自身的局部估计精度，降低各局部估计之间的偏差。针对制定的研究内容第5点，研究了存在通信不确定性的多传感器节能融合估计问题，提出了存在丢包、时延及传感器失效情况下的无线传感器网络集中式融合估计算法和分布式融合估计算法，以及同时存在量化和丢包影响的无线传感器网络系统滚动时域估计方法。所给出的结果将节能融合估计算法推广到了非理想网络环境的情形，使得所提出的方法更有实际应用价值。针对制定的研究内容第6点，开发了一个基于E-Puck移动机器人和无线传感器网络的移动目标实时跟踪系统，所开发的系统是个全开放的拥有完全自主知识产权的平台，具有良好的上位机人机交互界面，提供传感器网络节点能耗分析，可方便的验证所设计的各种多传感器融合估计算法。项目发表学术论文21篇，其中国际SCI期刊论文15篇，国际TOP期刊论文4篇，IEEE Transactions系列期刊论文8篇，授权和受理发明专利各1项，培养博士研究生3名，硕士研究生1名。项目全面完成了预期目标。