林 楠，史苇杭，魏 斌

(1.郑州大学 软件技术学院，河南 郑州450002;2.郑州大学 计算机科学与技术学院，河南 郑州450002)

0 引 言

近年来，越来越多的科学家对传感器网络的分布式滤波问题进行了研究［1，2］。分布式滤波中，传感器通过拓扑网络连接，且可以接收其自身感测的数据并通过互联网传输信息。因此，如何处理传感器之间的复杂耦合关系成为设计分布式滤波器的最重要的问题之一［3，4］。H∞滤波方法与其它滤波器相比提供了一个最坏情况下的估计误差界限，并且不需要噪声统计知识，因此，被广泛地应用到实际工程中，并成为控制领域的一个研究热点。

传感器网络的通信介质的可靠性受到外部环境的影响，并且数据包丢失在期望上的统计量很难获取［5，6］。因此，需要在传感器网络分布式估计中对数据包丢失的不确定性进行分析，无论是本地传感器还是相邻传感器的数据包丢失。

在分布式H∞滤波的研究上，吴博等人［7］通过使用稳态Kalman 滤波器对多个传感器节点的输出信号进行滤波，提出一种带滤波的无线传感器网络(WSNs)的H∞控制算法。冯肖亮等人［8］利用测量值扩维的方法，提出基于多传感器的序贯式融合有限域H∞滤波方法。李秀英等人［9］通过定义新的变量，将原系统转化为随机参数系统，提出一种具有一步随机时滞和多丢包的网络系统H∞滤波器设计方法。Dong Hongli 等人［10］提出一种有损传感器网络Markov跳跃非线性时滞系统的分布式H∞滤波器。Jiang Bin 等人［11］通过分析与设计全阶H∞滤波器，提出基于网络控制系统的T-S 模糊模型法的滤波器设计方案。……