具体实施方式

本公开涉及确定应用于个体节点的估计的局部状态矢量的校正或更新的估计器。更新基于局部测量结果以及个体节点和协作节点之间的协作测量结果。本公开描述了用于更新用于个体节点的估计的局部状态矢量的两种不同途径。在第一示例中，个体节点包括其自身的估计器，并且估计的局部状态矢量基于局部测量结果以及个体节点和协作节点之间的协作测量结果进行更新。这种去中心化(decentralized)方式称为局部与直接邻居(LWIN)途径。在第二种途径中，用于每个节点的局部更新的一部分局部地执行，而用于每对协作节点的协作更新在估计器的中心化(centralized)部分处执行。这是一种更加中心化的方法，并且因此称为集成总网络解决方案(ITNS)途径。两种途径都改善了用于每个节点的估计的局部状态矢量的准确性，因为更新不仅基于局部测量结果，而且还基于节点之间的协作测量结果。

以下描述本质上仅是示例性的，并且不旨在限制本公开、应用或用途。

参照图1，示出了具有多个节点18的示例性通信网络10。节点18通过网络连接20彼此无线通信。作为通信网络10的一部分的每个节点18经配置以收集局部测量结果和在两个协作节点18之间测量的协作测量结果。局部测量结果和协作测量结果的一些示例包括但不限于时间传递和同步、三维图像、节点18之间的范围测量结果、节点18之间的视线(LOS)测量结果、节点18之间的到达角度(AOA)测量结果或节点18之间的到达方向(DOA)。节点18表示经配置以估计局部状态矢量的任何设备，如例如机器、车辆或诸如士兵的个体。例如，在一个实施例中，节点18可以各自表示机器，其中节点18位于制造设施中。如下面解释和在图4中所示，在另一个实施例中，节点18各自表示作为协作定位、导航和定时(PNT)网络26的一部分的用户。

参照图2和图3，在一种途径中，个体节点18i包括估计器40，该估计器40确定对估计的局部状态矢量的更新。基于局部测量结果以及在个体节点18i和协作节点18j之间测量的协作测量结果来确定更新。这种途径称为局部与直接邻居(LWIN)途径，因为所有计算都在个体节点18i处局部地执行。替代地，在如图7和图8中所示的实施例中，通信网络10包括分布式途径。具体地，这种途径包括分布在整个通信网络10中的估计器140。具体地，估计器140的一部分98局部地位于作为通信网络10的一部分的每个节点18处并确定一些局部更新。估计器140的中心化部分100确定用于作为通信网络10的一部分的每个节点18的局部更新的剩余部分以及基于两个协作节点18之间的协作测量结果确定协作更新。这种途径称为集成总网络解决方案(ITNS)，因为一些计算在估计器140的中心化部分100处执行。

返回到图2，在LWIN途径中，每个节点18与作为通信网络10的一部分的至少一个其他相邻节点18无线通信。出于本公开的目的，相邻节点18是指两个节点18之间的逻辑或拓扑关系。此外，尽管图2示出了节点18i和节点18j彼此电子通信，节点18k和节点18n彼此电子通信，并且节点18j和节点18n彼此电子通信，但是应当理解，每个节点18都可以与作为通信网络10的一部分的所有剩余节点18通信。具体地，如果存在作为通信网络10的一部分的n个节点，则每个节点18可以与多达n-1个节点无线通信。

每个节点18包括计算系统30、测量设备32、收发器34和天线36，其中节点18通过其相应天线36彼此无线通信。计算系统30与测量设备32、收发器34和天线36电子通信。测量设备32表示经配置以收集用于相应节点18的局部测量结果和协作测量结果的任何设备或设备的组合。例如，在一个实施例中，如果局部测量结果是三维图像，则测量设备32包括一个或多个相机。在另一个实施例中，测量设备32是PNT系统，其确定相应节点18在地球参考系中的位置。应当理解，PNT系统不限于特定类型的系统。例如，作为通信网络10的一部分的一些节点18可以仅包括全球导航卫星系统(GNSS)接收器作为PNT系统。然而，其他节点18可以包括与惯性测量单元组合的GNSS接收器作为PNT系统。替代地，在另一种途径中，一些节点18可以包括基于视觉的导航系统或天文导航系统作为PNT系统。

图3是包括估计器40的图2中所示的个体节点18i的计算系统30的示意图，该估计器40经配置以基于从个体节点18i的测量设备32(图2)收集的局部测量结果来确定局部更新46。局部测量结果表示仅基于个体节点18i的信息。估计器40还经配置以基于个体节点18i和协作节点18j之间的协作测量结果来确定协作更新48(如图2中所示)。相对于个体节点18i来测量个体节点18i和协作节点18j之间的协作测量结果。

估计器40包括用于确定局部更新46的局部状态传播块50、局部测量块52和局部更新块54。局部状态传播块50确定多个局部状态传播符(propagator)。多个局部状态传播符包括用于个体节点18i的估计的局部状态矢量和估计的局部状态矢量的局部误差协方差矩阵。局部状态传播块50接收局部状态矢量x_i(k)、确定性输入矢量u_i(k)和局部测量结果矢量z_i(k)作为输入，其中k表示特定时间点。局部状态矢量x_i(k)、确定性输入矢量u_i(k)和局部测量结果矢量z_i(k)基于从个体节点18i的测量设备32收集的局部测量结果(图2)。

局部状态传播块50包括局部状态传播块60和局部误差协方差块62。局部状态传播块60根据等式1基于局部状态矢量x_i(k)和确定性输入矢量u_i(k)估计用于个体节点18i的估计的局部状态矢量，该等式1如下：

其中是直到时间点(k-1)为止的用于个体节点18i的估计的局部状态矢量，并且f_i表示函数，该函数在个体节点18i处对通信网络10的动态行为(图1)建模。

局部误差协方差块62确定用于估计的局部状态矢量的局部误差协方差矩阵。局部误差协方差矩阵表征估计的局部状态矢量的误差。局部误差协方差矩阵基于局部测量结果和估计的局部状态矢量来确定，并且在等式2中表达：

其中P_i(k|k-1)是当基于直到时间点(k-1)为止的测量结果的当时间等于(k-1)时的局部误差协方差矩阵，P_i(k-1|k-1)是基于直到时间点(k-1)为止的测量结果的当时间等于k时的用于个体节点18i的协方差矩阵，Φ_i是用于节点18i的状态转换矩阵，Φ_i ^T表示转置状态转换矩阵，并且Q_i(k)是用于节点18i的过程噪声协方差矩阵。应当理解，状态转换矩阵Φ_i和过程噪声协方差矩阵Q_i(k)都是块对角矩阵，这可以导致计算量减少。

局部测量块52预测个体节点18i的估计的局部测量结果和局部残差μ_i。具体地，局部测量块52包括局部测量预测块64，其根据等式3基于确定性输入矢量u_i(k)、局部测量结果矢量z_i(k)和用于个体节点18i的局部状态矢量的估计来预测个体节点18i的估计的局部测量结果该等式3如下：

其中g_i表示函数，该函数表示在个体节点18i处的局部测量模型。局部残差μ_i与个体节点18i的估计的局部测量结果相关联。具体地，局部测量块52包括局部残差块66，其基于局部测量结果矢量z_i(k)和估计的局部测量结果之间的差确定用于个体节点18i的局部残差μ_i，并且在等式4中表达为：

局部更新块54包括局部测量灵敏度块68、局部残差协方差矩阵块70和局部增益矩阵块72。局部更新块54确定局部更新46，该局部更新46应用于用于个体节点18i的局部协方差矩阵P_i(k-1|k-1)和估计的局部状态矢量具体地，局部测量灵敏度块68首先确定局部测量灵敏度矩阵H_zi(k)以及局部测量方差矩阵R_zi(k)。局部测量灵敏度矩阵H_zi(k)表示局部测量结果基于局部状态矢量x_i(k)中的变化所经历的变化量。局部测量方差矩阵R_zi(k)表示局部测量结果中的不确定性，其中不确定性还可以称为误差。局部测量灵敏度矩阵H_zi(k)在等式5中表达为：

其中表示局部状态矢量x_i(k)的偏导数。应当理解，局部测量灵敏度矩阵H_zi(k)以及局部测量方差矩阵R_zi(k)两者都是块对角的，这简化了计算。局部残差协方差矩阵块70确定局部残差协方差矩阵其表示用于个体节点18i的μ_i的不确定性。局部残差μ_i的残差协方差矩阵基于局部误差协方差矩阵P_i(k|k-1)和局部测量方差矩阵R_zi(k)来确定，并且在等式6中表达为：

其中表示偏映射矩阵。局部增益矩阵块72基于协方差矩阵局部误差协方差矩阵P_i(k|k-1)和局部测量灵敏度矩阵H_zi(k)确定局部增益矩阵K_zi(k)，其在等式7中表达为：

其中协方差矩阵的逆矩阵P_μi ^-1表达为B_μi。局部增益矩阵K_zi(k)与局部残差μ_i组合，以创建局部更新46。具体地，局部更新46是局部增益矩阵K_zi(k)和局部残差μ_i的乘积。局部更新46应用于局部状态传播块60和局部残差协方差矩阵块70。具体地，局部状态传播块60将局部更新46添加到估计的局部状态矢量以确定更新后的估计的局部状态矢量其在等式8中表达为：

局部更新46还应用于局部残差协方差矩阵具体地，局部残差协方差矩阵块70将局部更新46添加到局部残差协方差矩阵以确定更新后的残差协方差矩阵P_i(k|k)，其在等式9中表达为：

其中I表示单位矩阵。

现在描述用于个体节点18i的协作更新48。应当理解，估计器40可以在局部误差协方差块62确定用于个体节点18i的局部误差协方差矩阵P_i(k|k-1)之后立即地确定协作更新48，或者替代地在局部增益矩阵块72确定局部增益矩阵K_zi(k)之后立即地确定协作更新48。然而，如果估计器40在局部更新46之后确定协作更新48，则首先更新协方差矩阵并且然后估计器40可以确定协作测量结果。

估计器40包括用于确定协作更新48的协作测量块76和协作更新块78。协作测量块76包括协作测量预测块80和协作残差块82。如下面解释，协作测量预测块80基于个体节点18i和协作节点18j之间的协作测量结果，预测估计的协作测量结果应当理解，相对于个体节点18i测量来个体节点18i和协作节点18j之间的协作测量结果。协作节点18j可以通过通信网络10(图1)将其局部测量结果发送给个体节点18i，或者替代地，个体节点18i的测量设备32可以收集协作节点18j的局部测量结果。

协作测量预测块80基于协作测量结果矢量y_ij(k)、个体节点18i的局部状态矢量x_i(k)和协作节点18j的局部状态矢量y_i(k)，预测估计的协作测量结果并且由等式10表达为：

其中h_ij表示函数，该函数对在个体节点18i处对如由协作节点18i通过节点18i与节点18j的协作测量的协作测量结果进行建模。协作测量结果矢量y_ij(k)表示个体节点18i和协作节点18j之间的协作测量结果。

协作残差υ与估计的协作测量结果相关联。具体地，协作残差块82确定协作残差υ。协作残差υ表示协作测量结果矢量y_ij(k)和估计的协作测量结果之间的差，并且根据等式11表达为：

协作更新块78包括协作测量灵敏度块84、协作协方差矩阵块86和协作增益矩阵块88。协作测量灵敏度块84确定协作测量灵敏度矩阵H_yij(k)和复合协方差矩阵协作测量灵敏度矩阵H_yij(k)表示协作测量结果基于个体节点18i的局部状态矢量x_i(k)中的对应变化所经历的变化量。当协作节点18j的一个或多个状态的影响建模为随机噪声时，复合协方差矩阵表征协作测量结果中的不确定性。协作测量灵敏度矩阵H_yij(k)基于估计的协作测量结果来确定，其在等式12中表达为：

协作测量灵敏度块84还基于协作测量方差矩阵R_yij(k)来确定复合协方差矩阵表示状态的不确定性，并且表示噪声的不确定性，且在等式13中表达为：

协作协方差矩阵块86确定协作残差υ的协作误差协方差矩阵P_υij。协作误差协方差矩阵P_υij基于协作测量灵敏度矩阵H_yij(k)、协作测量方差矩阵R_yij(k)、复合协方差矩阵个体节点18i的协作误差协方差矩阵P_ii(k|k-1)和协作节点18j的协作误差协方差矩阵P_jj(k|k-1)来确定，并在等式14中表达为：

协作增益矩阵块88基于协作残差υ的协方差矩阵P_υij、协作误差协方差矩阵P_ii(k|k-1)和协作测量灵敏度矩阵H_yij(k)来确定协作增益矩阵K_yij(k)，其在等式15中表达为：

其中协作协方差矩阵P_υij的逆P_υij ^-1表达为B_υij。协作增益矩阵K_yij(k)与协作残差υ组合，以创建协作更新48。具体地，协作更新48是协作增益矩阵K_yij(k)和协作残差υ的乘积。然后局部状态传播块60将协作更新48应用于估计的局部状态矢量具体地，局部状态传播块60将协作更新48添加到估计的局部状态矢量以确定更新后的估计的局部状态矢量其在等式16中表达为：

局部残差协方差矩阵块70基于局部更新46确定更新后的残差协方差矩阵P_i(k|k)，其在等式17中表达为：

应当理解，用于复合协方差矩阵的估计器解耦。换句话说，每个节点18i、18j与唯一状态矢量相关联。还应当理解，协作节点18j的估计误差被建模为噪声。具体地，协作测量结果矢量y_ij(k)在等式18中表达为：

其中s_ij(k)表示当与协作节点18j协作时在时间k的用于个体节点18i的随机测量噪声矢量。最后，应当理解，协作测量结果矢量y_ij(k)是不局部独立的唯一测量结果。换句话说，上面描述的所有剩余测量结果都是特定于个体节点18i或协作节点18j的局部测量结果。

图4是PNT网络26的示例性图示，其中每个节点18表示用户。在如图4中所示的示例性实施例中，节点18表示陆地车辆、直升机或飞行器。然而，应当理解，节点18也可以表示个体。例如，在一个实施例中，一个或多个节点18表示诸如持有PNT系统的士兵的个体。参照图2和图4，用于PNT网络26的每个节点18的测量设备32是PNT系统，其确定相应节点18在地球参考系中的位置90。地球参考系的一个示例是以地球为中心的固定在地球上(ECEF)的参考系。替代地，在另一个实施例中，可以替代地使用纬度、经度和海拔。在所示的实施例中，节点18之间的虚线表示无线通信连接92A。节点18之间的细实线表示包括时间传递和范围测量的无线通信连接92B。节点18之间的粗实线表示包括时间传递、范围测量和(LOS)视线测量的无线通信连接92C。

图5A至图5C示出了基于图4中所示的PNT网络26的示例性协作测量结果。在图5A中所示的实施例中，个体节点18i和协作节点18j之间的协作测量结果包括个体节点18i和协作节点18j之间的相对距离测量结果结合个体节点18i和协作节点18j之间的相对LOS测量结果。如图5A中所见，相对距离测量结果由如由个体节点18i测量的在个体节点18i和协作节点18j之间测量的第一相对距离r_ij和如由协作节点18j测量的在个体节点18i和协作节点18j之间测量的第二相对距离r_ji来表示。相对LOS测量结果包括如由个体节点18i测量的第一相对LOS测量结果其由从个体节点18i指向协作节点18j的第一单位矢量表示，其中上标B_i指示个体节点18i的本体参考系。相对LOS测量结果进一步包括如由协作节点18j测量的第二相对LOS测量结果其由从协作节点18j指向个体节点18i的第二单位矢量表示，其中上标B_j指示协作节点18j的本体参考系。

等式19表达个体节点18i在ECEF参考系中的位置^ER_i，并且等式20表达协作节点18j在ECEF参考系中的位置^ER_j：

其中表示用于将矢量从个体节点18i的本体参考系转换到ECEF参考系的方向余弦矩阵，并且表示用于将矢量从协作节点18j的本体参考系转换到ECEF参考系的方向余弦矩阵。应当理解，用于LWIN途径的个体节点18i和协作节点18j之间的协作测量结果是以节点为中心的。换句话说，个体节点18i和协作节点18j之间的协作测量结果是相对于个体节点18i或协作节点18j来测量的。

在如图5B中所示的另一个实施例中，个体节点18i和协作节点18j之间的协作测量结果是相对LOS方向测量结果，其指示如相对于个体节点18i或协作节点18j测量的角度测量结果。在一个示例中，协作测量结果是以个体节点18i为中心的，并且包括个体节点18i的位置^ER_i、个体节点18i在本体参考系中的姿态r^Bi、第一相对LOS方向测量结果u_ij和第一LOS角度Ψ_LOSi。应当理解，这些测量结果涉及两个LOS角度，然而为了简单起见，仅示出了单个角度。相对于个体节点18i在个体节点18i和协作节点18j之间测量第一相对LOS方向测量结果u_ij，并且相对于个体节点18i和第一相对LOS方向测量结果u_ij测量第一LOS角度Ψ_LOSi。等式21可以用于确定个体节点18i的姿态r^Bi和位置^ER_i，并且表达为：

其中z_iij表示如由个体节点18i通过个体节点18i和协作节点18j之间的协作测量的用于个体节点18i的测量结果，并且v_iij表示所有测量噪声。在另一个示例中，代替以节点为中心的测量，替代地使用协作节点18j的位置^ER_j、协作节点18j在本体参考系中的姿态r^Bj和第二相对LOS方向测量结果u_ji。相对于协作节点18j在个体节点18i和协作节点18j之间测量第二相对LOS方向测量结果u_ji，相对于协作节点18j和第二相对LOS方向测量结果u_ji测量第二LOS角度Ψ_LOSj。协作节点18j的位置^ER_j、协作节点18j的姿态r^Bj和第二相对LOS方向测量结果u_ji通过通信网络10(图1)传送到个体节点18i。等式22可以用于确定个体节点18i的姿态r^Bi和位置^ER_i，并且表达为：

其中z_iji表示如由协作节点18j通过协作节点18j和个体节点18i之间的协作测量的用于个体节点18i的测量结果，并且v_iji表示所有测量噪声。

在如图5C中所示的又一实施例中，个体节点18i和协作节点18j之间的协作测量结果是相对于个体节点18i或协作节点18j测量的个体节点18i和协作节点18j之间的相对范围测量结果。具体地，图5C示出了如相对于个体节点18i测量的在个体节点18i和协作节点18j之间测量的第一相对范围测量结果d_ij和如相对于协作节点18j测量的在个体节点18i和协作节点18j之间测量的第二相对范围测量结果d_ji。在一个示例中，如相对于个体节点18i测量的在个体节点18i和协作节点18j之间测量的第一相对范围测量结果d_ij在等式23中表达为：

当第一相对范围测量结果d_ij线性化为δd_ij时，等式23变成等式24，该等式是：

其中表示第一相对范围测量结果的估计，表示矢量幅度，δR_i表示个体节点18i的线性化位置，并且δR_i表示协作节点18j的线性化位置。如果第一相对LOS测量结果在等式25中表达为：

则线性化的第一相对范围测量结果δd_ij可以在等式26中表达为：

图6A至图6B示出了示例性过程流程图，该示例性过程流程图示出了用于更新用于个体节点18i的估计的局部状态矢量的方法200。参照图2、图3和图6A，方法200在框202处开始。在框202-220中，估计器40确定局部更新46。具体地，在框202中，局部状态传播块60基于局部测量结果估计用于个体节点18i的估计的局部状态矢量然后方法200可以前进到框204。

在框204中，局部误差协方差块62基于局部测量结果确定用于估计的局部状态矢量的局部误差协方差矩阵P_i(k|k-1)。局部误差协方差矩阵P_i(k|k-1)表征估计的局部状态矢量的误差。然后方法200可以前进到框206。

在框206中，局部测量预测块64基于局部状态矢量的估计和局部测量结果预测个体节点18i的估计的局部测量结果其中用于个体节点18i的局部残差μ_i与估计的局部测量结果相关联。然后方法200可以前进到框208。

在框208中，局部残差块66确定用于个体节点18i的局部残差μ_i。用于个体节点18i的局部残差μ_i表示估计的局部测量结果和局部测量结果矢量z_i(k)之间的差。然后方法200可以前进到框210。

在框210中，局部测量灵敏度块68确定局部测量灵敏度矩阵H_zi(k)，其表示局部测量结果基于局部状态矢量x_i(k)中的变化所经历的变化量。然后方法200可以前进到框212。

在框212中，局部测量灵敏度块68确定局部测量方差矩阵R_zi(k)，其表示局部测量结果中的不确定性。然后方法200可以前进到框214。

在框214中，局部残差协方差矩阵块70基于局部误差协方差矩阵P_i(k|k-1)和局部测量方差矩阵R_zi(k)，确定局部残差μ_i的局部残差协方差矩阵然后方法200可以前进到框216。

在框216中，局部增益矩阵块72基于局部残差协方差矩阵局部误差协方差矩阵P_i(k|k-1)和局部测量灵敏度矩阵H_zi(k)，确定局部增益矩阵K_zi(k)。然后方法200可以前进到框218。

在框218中，局部增益矩阵块72将局部增益矩阵K_zi(k)与局部残差μ_i组合，以创建局部更新46。然后方法200可以前进到框220。

在框220中，局部更新46应用于个体节点18i的估计的局部状态矢量和局部残差协方差矩阵然后方法200可以前进到框222。

图6B示出了框222-238，其中估计器40确定协作更新48。具体地，在框222中，协作测量预测块80基于个体节点18i和协作节点18j之间的协作测量结果预测估计的协作测量结果其中协作残差υ与估计的协作测量结果相关联。然后方法200可以前进到框224。

在框224中，协作残差块82确定协作残差υ，其表示协作测量结果矢量y_ij(k)和估计的协作测量结果之间的差。然后方法200可以前进到框226。

在框226中，协作测量灵敏度块84确定协作测量灵敏度矩阵H_yij(k)，其表示协作测量结果基于个体节点18i的局部状态矢量x_i(k)中的对应变化所经历的变化量。然后方法200可以前进到框228。

在框228中，协作测量灵敏度块84还确定复合协方差矩阵当协作节点18j的一个或多个状态的影响被建模为随机噪声时，该复合协方差矩阵表征协作测量结果中的不确定性。然后方法200可以前进到框230。

在框230中，协作协方差矩阵块86至少基于协作测量灵敏度矩阵H_yij(k)和复合协方差矩阵确定协作残差υ的协作误差协方差矩阵P_υij。然后方法200可以前进到框232。

在框232中，协作增益矩阵块88基于协作残差υ的协方差矩阵P_υij，确定协作增益矩阵K_yij(k)。然后方法200可以前进到框234。

在框234中，协作增益矩阵块88确定协作更新48，该协作更新48基于估计的协作测量结果和协作残差υ。具体地，协作增益矩阵K_yij(k)与协作残差υ组合，以创建协作更新48。然后方法200可以前进到框236。

在框236中，协作更新48应用于个体节点18i的估计的局部状态矢量然后方法200可以终止或返回到框202。

图7是基于ITNS途径的与估计器140的中心化部分100无线通信的多个节点18i、18j、18k和18n的示意图。在如图7中所示的非限制性实施例中，通信网络10包括分布式估计器140，其中估计器140的一部分98位于每个节点18处。具体地，在每个节点18处的估计器140的该部分98包括局部状态传播块60、局部误差协方差块62和局部残差块66。估计器140还包括中心化部分100，其与作为通信网络10的一部分的所有节点18无线通信。然而，在替代的实施例中，通信网络10包括多个中心化部分100，这些中心化部分100与作为通信网络10的一部分的总节点18的子网络或一部分无线通信。在如图7中所示的非限制性实施例中，估计器140的中心化部分100是独立组件。换句话说，估计器140的中心化部分100不是任何节点18的一部分。然而，在替代的实施例中，估计器140的中心化部分100被包括在通信网络10的多个节点18之一。

通信网络10也包括一对或多对协作节点18i、18j。例如，在所示的非限制性实施例中，节点18i和节点18j彼此无线通信，并且该对协作节点18i、18j之间存在协作测量结果。应当理解，为了简洁和易于说明，图7仅示出一对协作节点18i、18j。作为通信网络10的一部分的每个节点18可以与作为通信网络10的一部分的每个剩余节点18协作。换句话说，如果存在作为通信网络10的一部分的n个节点18，则可以有通信网络10中包括的多达n*(n-1)对协作节点18。

继续参照图7，在ITNS途径中，多个节点18各自确定其自身的相应估计的局部状态矢量估计的局部测量结果和局部残差μ。换句话说，每个节点18包括相应局部状态传播块60、相应局部测量预测块64和相应局部残差块66。每个节点18通过通信网络10将其相应估计的局部状态矢量相应估计的局部测量结果相应局部残差μ和相应局部测量结果发送给估计器140的中心化部分100。估计器140的中心化部分100从作为通信网络10的一部分的多个节点18中的每个节点接收相应估计的局部状态矢量相应估计的局部测量结果相应局部残差μ和局部测量结果。如下面解释，估计器140的中心化部分100基于相应估计的局部状态矢量相应估计的局部测量结果相应局部残差μ和相应局部测量结果，确定用于每个节点18的局部更新146。估计器140的中心化部分100还确定用于作为通信网络10的一部分的每对协作节点18i、18j的协作更新148。

图8是估计器140的中心化部分100的框图。估计器140的中心化部分100包括总误差协方差块162、局部测量灵敏度块168、局部残差协方差矩阵块170和局部增益矩阵块172。总误差协方差块162基于用于作为通信网络10(图7)的一部分的多个节点18中的每个节点的相应估计的局部状态矢量确定用于整个通信网络10的总误差协方差矩阵。总误差协方差矩阵表征用于整个通信网络10的误差。也就是说，总误差协方差矩阵表征基于用于作为通信网络10的一部的每个节点18的估计的局部状态矢量的误差。总误差协方差矩阵在等式27中表达为：

其中P(k|k-1)是基于直到(k-1)点为止的测量结果的当时间等于(k-1)时的总误差协方差矩阵，P(k-1|k-1)是基于直到(k-1)点为止的测量结果的当时间等于k时的用于整个通信网络10的协方差矩阵，Φ是用于通信网络10中的每个节点18的状态转换矩阵，Φ^T表示转置状态转换转矩，并且Q(k)是用于整个通信网络10的过程噪声协方差矩阵。

局部测量灵敏度块168确定相应局部测量灵敏度矩阵H_z(k)以及用于作为通信网络10(图7)的一部分的特定节点18的相应局部测量方差矩阵R_z(k)。如上所述，相应局部测量灵敏度矩阵H_z(k)表示用于特定节点18的局部测量结果基于相应局部状态矢量x(k)中的变化所经历的变化量，并且相应局部测量方差矩阵R_z(k)表示用于特定节点18的局部测量结果中的不确定性。估计器140的局部残差协方差矩阵块170基于用于整个通信网络10的总误差协方差矩阵P_i(k|k-1)和局部测量方差矩阵R_zi(k)确定用于特定节点18的相应局部残差协方差矩阵P_μ，其在上面的等式6中进行表达。

然后，估计器140的中心化部分100的局部增益矩阵块172基于用于特定节点18的相应局部残差协方差矩阵P_μ、用于整个通信网络10的总误差协方差矩阵P(k|k-1)和用于特定节点18的相应局部测量灵敏度矩阵H_z(k)，确定用于特定节点18的相应局部增益矩阵K_z(k)。相应局部增益矩阵K_z(k)与局部残差μ组合，以创建用于特定节点18的局部更新146。具体地，用于特定节点18的局部更新146是用于作为通信网络10的一部分的每个节点18的相应局部残差μ和相应局部增益矩阵K_z(k)的乘积。因此，基于用于整个通信网络10的总误差协方差矩阵P(k|k-1)和局部残差μ，确定局部更新146。

参照图7和图8，局部更新146应用于作为通信网络10的一部分的特定节点18的估计的局部状态矢量以确定对应的更新后的估计的局部状态矢量局部更新146还应用于特定节点18的协方差矩阵P_μ。应当理解，估计器140的中心化部分100确定用于通信网络10的多个节点18中的每个节点的唯一局部更新146。换句话说，估计器140的中心化部分100经配置以确定n个局部更新146，其中每个局部更新146对应于作为通信网络10的一部分的节点18中的具体一个节点。

现在描述协作更新148。可以有任何数量的成对的协作节点18i、18j，它们是通信网络10的一部分。因此，可以有由估计器140的中心化部分100确定的多达n*(n-1)个协作更新148。此外，估计器140的中心化部分100可以在总误差协方差块162确定总误差协方差矩阵P(k|k-1)之后立即地确定协作更新148，或者替代地在局部增益矩阵块172应用局部更新146之后立即地确定协作更新148。然而，如果估计器140的中心化部分100在局部更新146之后确定协作更新148，则首先更新总误差协方差矩阵P(k|k-1)，并且然后估计器140的中心化部分100可以确定协作测量结果。

为了说明的目的，节点18i和18j(图7)表示一对协作节点。具体地，节点18i表示个体节点，并且节点18j表示协作节点，相对于个体节点进行协作测量。然而，应当理解，作为通信网络10的一部分的每个节点18可以与作为通信网络10的一部分的每个剩余节点18协作，以确定协作测量结果。估计器140的中心化部分100包括协作测量块176和协作更新块178。协作测量块176包括协作测量预测块180和协作残差块182。协作测量预测块180基于协作节点18i、18j的局部状态矢量x_i(k)、y_i(k)和协作测量结果矢量y_ij(k)，预测估计的协作测量结果并且由上面的等式10表达。与估计的协作测量结果相关联的协作残差υ表示协作测量结果和估计的协作测量结果之间的差，并且基于上面的等式11确定。

协作更新块178包括协作测量灵敏度块184、协作协方差矩阵块186和协作增益矩阵块188。协作测量灵敏度块184确定协作测量灵敏度矩阵H_yij(k)和复合协方差矩阵协作测量灵敏度矩阵H_yij(k)表示协作测量结果基于节点18i的局部状态矢量x_i(k)中的对应变化所经历的变化量，其中协作测量是相对于节点18i进行的。当一对协作节点18i、18j的协作节点18j的一个或多个状态的影响被建模为随机噪声时，复合协方差矩阵表征协作测量结果中的不确定性。协作测量灵敏度矩阵H_yij(k)在上面的等式12中表示，并且复合协方差矩阵在上面的等式13中表达。

协作协方差矩阵块186确定协作残差υ的协作误差协方差矩阵P_υij，并且基于上面的等式14确定。协作增益矩阵块188基于协作残差υ的协作误差协方差矩阵P_υij，确定协作增益矩阵K_yij(k)。基于上面的等式15确定协作增益矩阵K_yij(k)。协作增益矩阵K_yij(k)与协作残差υ组合，以创建用于一对协作节点18i、18j的协作更新148。具体地，协作更新148是协作增益矩阵K_yij(k)和协作残差υ的乘积。参照图7和图8，协作更新48应用于一对协作节点的节点18i、18j的相应估计的局部状态矢量协作更新148还应用于通信网络10的总误差协方差矩阵P(k|k-1)。

在一个实施例中，包括估计器140的中心化部分100的通信网络10是PNT网络26(图4)的一部分。因此，在如图5A中所示的实施例中，个体节点18i和协作节点18j之间的协作测量结果包括个体节点18i和协作节点18j之间的相对距离测量结果结合个体节点18i和协作节点18j之间的相对LOS测量结果组合的。如上所述，相对距离测量结果由如由个体节点18i测量的在个体节点18i和协作节点18j之间测量的第一相对距离r_ij和如由协作节点18j测量的在个体节点18i和协作节点18j之间测量的第二相对距离r_ji来表示。相对LOS测量结果包括如由个体节点18i测量的第一相对LOS测量结果其由从个体节点18i指向协作节点18j的第一单位矢量表示。相对LOS测量结果进一步包括如由协作节点18j测量的第二相对LOS测量结果其由从协作节点18j指向个体节点18i的第二单位矢量表示。

参照图5B，在另一个实施例中，个体节点18i和协作节点18j之间的协作测量结果是相对LOS方向测量结果，其指示如相对于个体节点18i或协作节点18j测量的角度测量结果。在一个示例中，协作测量结果包括个体节点18i的位置^ER_i、个体节点18i在本体参考系中的姿态r^Bi和第一相对LOS方向测量结果u_ij。等式28可以用于确定个体节点18i的姿态r^Bi和位置^ER_i，并且表达为：

其中z_ij表示通过个体节点18i之间的协作的用于个体节点18i的测量结果。在另一个示例中，协作测量结果包括协作节点18j的位置^ER_j、协作节点18j在本体参考系中的姿态r^Bj和第二相对LOS方向测量结果u_ji。等式29可以用于确定个体节点18i的姿态r^Bi和位置^ER_i，并且表达为：

其中z_ji表示通过协作节点18j和个体节点18i之间的协作的用于协作节点18j的测量结果，并且v_iji表示所有测量噪声。

在如图5C中所示的又一实施例中，协作测量结果是相对于个体节点18i或协作节点18j进行测量的个体节点18i和协作节点18j之间的相对范围测量结果。具体地，图5C示出了如相对于个体节点18i测量的在个体节点18i和协作节点18j之间测量的第一相对范围测量结果d_ij和如相对于协作节点18j测量的在个体节点18i和协作节点18j之间测量的第二相对范围测量结果d_ji。

图9A至图9B示出了示例性过程流程图，该示例性过程流程图示出了用于更新用于作为通信网络10的一部分的多个节点18的估计的局部状态矢量的方法300。参照图7、图8和图9A，方法300在框302处开始。在框302-316中，估计器140的中心化部分100确定局部更新146。具体地，在框302中，估计器140的中心化部分100从作为通信网络的一部分的多个节点18中的每个节点接收相应估计的局部状态矢量相应估计的局部测量结果和相应局部残差μ。然后方法300可以前进到框304。

在框304中，估计器140的中心化部分100的总误差协方差块162基于用于作为通信网络10的一部分的多个节点18中的每个节点的相应估计的局部状态矢量确定用于通信网络10的总误差协方差矩阵P(k|k-1)。然后方法300可以前进到框306。

在框306中，总测量灵敏度块168确定相应局部测量灵敏度矩阵H_z(k)，其表示用于特定节点18的局部测量结果基于相应局部状态矢量x(k)中的变化所经历的变化量。然后方法300可以前进到框308。

在框308中，局部测量灵敏度块168确定相应局部测量方差矩阵R_z(k)，其表示用于特定节点18的局部测量结果中的不确定性。然后方法300可以前进到框310。

在框310中，局部残差协方差矩阵块170基于用于整个通信网络10的总误差协方差矩阵P(k|k-1)和相应局部测量方差矩阵R_z(k)，确定用于作为通信网络10的一部分的多个节点18中的每个节点的相应局部残差协方差矩阵P_μ。然后方法300可以前进到框312。

在框312中，局部增益矩阵块172基于用于特定节点18的相应局部残差协方差矩阵P_μ、用于整个通信网络10的总误差协方差矩阵P(k|k-1)和用于特定节点18的相应局部测量灵敏度矩阵H_z(k)，确定用于特定节点18的相应局部增益矩阵K_z(k)。然后方法300可以前进到框314。

在框314中，协作更新块178将局部增益矩阵K_z(k)与特定节点18的相应局部残差μ组合，以创建用于特定节点18的相应局部更新146。具体地，用于特定节点18的局部更新146是用于作为通信网络10的一部分的每个节点18的相应局部残差μ和相应局部增益矩阵K_z(k)的乘积。然后方法300可以前进到框316。

在框316中，局部更新146应用于作为通信网络10的一部分的特定节点18的估计的局部状态矢量以确定对应的更新后的估计的局部状态矢量局部更新146还应用于特定节点18的协作误差协方差矩阵P_μ。然后方法300可以前进到框318。

图9B示出了框318-332，其中确定了协作更新148。具体地，在框318中，协作测量预测块180基于作为通信网络10的一部分的一对协作节点18i、18j之间的协作测量结果预测估计的协作测量结果其中协作残差与估计的协作测量结果相关联。具体地，如上所述，估计的协作测量结果基于协作节点18i、18j的局部状态矢量x_i(k)、y_i(k)和协作测量结果矢量y_ij(k)。然后方法300可以前进到框320。

在框320中，协作残差块182确定协作残差υ，其表示协作测量结果矢量y_ij(k)和估计的协作测量结果之间的差。然后方法300可以前进到框322。

在框322中，协作测量灵敏度块184确定协作测量灵敏度矩阵H_yij(k)，其表示协作测量结果基于节点18i的局部状态矢量x_i(k)中的对应变化所经历的变化量，其中协作测量是相对于节点18i进行的。然后方法300可以前进到框324。

在框324中，协作测量灵敏度块184确定复合协方差矩阵当一对协作节点18i、18j的协作节点18j的一个或多个状态的影响被建模为随机噪声时，该复合协方差矩阵表征协作测量结果中的不确定性。然后方法300可以前进到框326。

在框326中，协作协方差矩阵块186至少基于协作测量灵敏度矩阵H_yij(k)和复合协方差矩阵确定协作残差υ的协作误差协方差矩阵P_υij。然后方法300可以前进到框328。

在框328中，协作增益矩阵块188基于协作残差υ的协作误差协方差矩阵P_υij和协作测量灵敏度矩阵H_yij(k)，确定协作增益矩阵K_yij(k)。然后方法300可以前进到框330。

在框330中，协作增益矩阵块188将协作增益矩阵K_yij(k)与协作残差υ组合，以创建协作更新148。因此，应当理解，协作更新148基于估计的协作测量结果和协作残差估计的协作测量结果来确定。然后方法300可以前进到框332。

在框332中，协作更新148应用于一对协作节点中的两个节点18i、18j的相应估计的局部状态矢量协作更新148还应用于通信网络10的总误差协方差矩阵P(k|k-1)。然后方法300可以终止或返回到框302(在图9A中示出)。

总体上参照附图，本公开提供各种技术效果和益处。具体地，本公开描述了一种估计器，该估计器确定应用于个体节点的估计的局部状态矢量的局部更新以及协作更新。局部更新基于局部测量结果确定，而协作更新基于个体节点和协作节点之间的协作测量结果。在一种去中心化途径中，可以将估计器包括为作为通信网络的一部分的每个节点的一部分。当与中心化途径相比时，这种途径可以需要较少的计算能力。替代地，在另一种途径中，在中心化位置处完成估计，这可以导致准确性改善。然而，当与去中心化途径相比时，这种途径可以需要附加的计算能力。中心化途径和去中心化途径都可以改善用于每个节点的估计的局部状态矢量的准确性，因为更新不仅基于局部测量结果，而且还基于节点之间的协作测量结果。

参照图10，计算系统30(图2)和估计器140的中心化部分100(图7)在一个或多个计算机设备或系统(诸如示例性计算机系统1030)上实施。计算机系统1030包括处理器1032、存储器1034、大容量存储存储器设备1036、输入/输出(I/O)接口1038和人机接口(HMI)1040。计算机系统1030经由网络1026或I/O接口1038可操作地耦合到一个或多个外部资源1042。外部资源可以包括但不限于服务器、数据库、大容量存储设备、外围设备、基于云的网络服务或可以由计算机系统1030使用的任何其他合适的计算机资源。

处理器1032包括从微处理器、微控制器、数字信号处理器、微型计算机、中央处理单元、现场可编程门阵列、可编程逻辑设备、状态机、逻辑电路、模拟电路、数字电路或基于存储在存储器1034中的操作指令操纵信号(模拟或数字)的任何其他设备中选择的一个或多个设备。存储器1034包括单个存储器设备或多个储存器设备，其包括但不限于只读存储器(ROM)、随机存取存储器(RAM)、易失性存储器、非易失性存储器、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、闪存、高速缓存存储器或能够存储信息的任何其他设备。大容量存储存储器设备1036包括数据存储设备，诸如硬盘驱动器、光盘驱动器、磁带驱动器、易失性或非易失性固态设备或能够存储信息的任何其他设备。

处理器1032在驻留在存储器1034中的操作系统1046的控制下操作。操作系统1046管理计算机资源，使得体现为一个或多个计算机软件应用程序(诸如驻留在存储器1034中的应用程序1048)的计算机程序代码可以具有由处理器1032执行的指令。在替代的示例中，处理器1032可以直接地执行应用程序1048，在这种情况下，可以省略操作系统1046。一个或多个数据结构1049也驻留在存储器1034中，并且可以由处理器1032、操作系统1046或应用程序1048使用以存储或操纵数据。

I/O接口1038提供机器接口，该机器接口将处理器1032可操作地耦合到其他设备和系统，诸如网络1026或外部资源1042。应用程序1048由此通过经由I/O接口1038通信与网络1026或外部资源1042协同工作，以提供包括本公开的示例的各种特征、功能、应用、过程或模块。应用程序1048还包括由一个或多个外部资源1042执行的程序代码，或者以其他方式依赖于由计算机系统1030外部的其他系统或网络组件提供的功能或信号。确实，考虑到几乎无限可能的硬件和软件配置，本领域普通技术人员将理解，本公开的示例可以包括位于计算机系统1030外部的应用、分布在多个计算机或其他外部资源1042中的应用或由通过网络被提供为服务(诸如云计算服务)的计算资源(硬件和软件)提供的应用。

HMI 1040以已知方式可操作地耦合到计算机系统1030的处理器1032，以允许用户直接与计算机系统1030交互。HMI 1040可以包括视频或字母数字显示器、触摸屏、扬声器以及能够向用户提供数据的任何其他合适的音频和视频指示器。HMI 1040还包括输入设备和控件，诸如字母数字键盘、定点设备、小键盘、按钮、控制旋钮、麦克风等，它们能够接受来自用户的命令或输入并将键入的输入传输到处理器1032。

数据库1044可以驻留在大容量存储存储器设备1036上，并且可以用于收集和组织由本文所述的各种系统和模块使用的数据。数据库1044可以包括数据和存储并组织数据的支撑数据结构。特别地，数据库1044可以布置有任何数据库组织或结构，其包括但不限于关系数据库、层次数据库、网络数据库或其组合。以作为指令在处理器1032上执行的计算机软件应用程序的形式的数据库管理系统可以用于响应查询而访问存储在数据库1044的记录中的信息或数据，其中查询可以由操作系统1046、其他应用程序1048或一个或多个模块动态地确定和执行。

此外，本公开包括根据以下条款的实施例：

条款1.一种具有多个节点(18)的通信网络(10)，其中所述通信网络(10)的个体节点(18i)包括：

测量设备(32)，其经配置以收集局部测量结果；

天线(36)，其经配置以将所述个体节点(18i)无线地连接到作为所述通信网络(10)的一部分的协作节点；

一个或多个处理器(1032)，其与所述测量设备(32)和所述天线(36)进行电子通信；

存储器(1034)，其耦合到所述一个或多个处理器(1032)，所述存储器(1034)将数据存储成数据库(1044)和程序代码，所述程序代码在由所述一个或多个处理器(1032)执行时使所述个体节点(18i)：

基于所述局部测量结果，估计用于所述个体节点(18i)的估计的局部状态矢量；

基于所述估计的局部状态矢量和所述局部测量结果，预测所述个体节点(18i)的估计的局部测量结果，其中局部残差与所述估计的局部测量结果相关联；

基于所述估计的局部测量结果和所述局部残差，确定局部更新(46)，其中所述局部更新(46)应用于所述个体节点(18i)的所述估计的局部状态矢量；

基于所述个体节点(18i)和所述协作节点(18j)之间的协作测量结果，预测估计的协作测量结果，其中协作残差与所述估计的协作测量结果相关联；并且

基于所述估计的协作测量结果和所述协作残差，确定协作更新(48)，其中所述协作更新(48)应用于所述个体节点(18i)的所述估计的局部状态矢量。

条款2.根据条款1所述的通信网络(10)，其中所述一个或多个处理器(1032)执行指令以：

基于协作测量结果矢量、所述个体节点(18i)的局部状态矢量和所述协作节点(18j)的局部状态矢量，预测所述个体节点(18i)和所述协作节点(18j)之间的所述估计的协作测量结果。

条款3.根据条款2所述的通信网络(10)，其中所述协作残差表示所述协作测量结果矢量和所述估计的协作测量结果之间的差。

条款4.根据条款1所述的通信网络(10)，其中所述一个或多个处理器(1032)执行指令以：

确定协作测量灵敏度矩阵，所述协作测量灵敏度矩阵表示所述协作测量结果基于所述个体节点(18i)的局部状态矢量中的对应变化所经历的变化量；

确定复合协方差矩阵，当所述协作节点(18j)的一个或多个状态的影响被建模为随机噪声时，所述复合协方差矩阵表征所述协作测量结果中的不确定性；并且

至少基于所述协作测量灵敏度矩阵和所述复合协方差矩阵，确定所述协作残差的协作误差协方差矩阵。

条款5.根据条款4所述的通信网络(10)，其中所述一个或多个处理器(1032)执行指令以：

基于所述协作残差的所述协作误差协方差矩阵和所述协作测量灵敏度矩阵，确定协作增益矩阵；并且

将所述协作增益矩阵与所述协作残差组合，以创建所述协作更新(48)。

条款6.根据条款5所述的通信网络(10)，其中所述协作更新(48)是所述协作增益矩阵和所述协作残差的乘积。

条款7.根据条款1所述的通信网络(10)，其中所述一个或多个处理器(1032)执行指令以：

基于所述局部测量结果，确定用于所述估计的局部状态矢量的局部误差协方差矩阵，其中所述局部误差协方差矩阵表征所述估计的局部状态矢量的误差。

条款8.根据条款7所述的通信网络(10)，其中所述一个或多个处理器(1032)执行指令以：

确定局部测量灵敏度矩阵，所述局部测量灵敏度矩阵表示所述局部测量结果基于局部状态矢量中的对应变化所经历的变化量；

确定局部测量方差矩阵，所述局部测量方差矩阵表示所述局部测量结果中的不确定性；并且

基于所述局部误差协方差矩阵和所述局部测量方差矩阵，确定局部残差协方差矩阵。

条款9.根据条款8所述的通信网络(10)，其中所述一个或多个处理器(1032)执行指令以：

基于所述局部残差协方差矩阵、所述局部误差协方差矩阵和所述局部测量灵敏度矩阵，确定局部增益矩阵；并且

将所述局部增益矩阵与所述局部残差组合，以创建所述局部更新(46)。

条款10.根据条款9所述的通信网络(10)，其中所述局部更新(46)是所述局部增益矩阵和所述局部残差的乘积。

条款11.根据条款1所述的通信网络(10)，其中用于所述个体节点(18i)的所述局部残差表示所述估计的局部测量结果和局部测量结果矢量之间的差。

条款12.根据条款1所述的通信网络(10)，其中所述个体节点(18i)的所述测量设备(32)是协作定位、导航和定时系统即PNT系统(26)。

条款13.根据条款12所述的通信网络(10)，其中所述个体节点(18i)和所述协作节点(18j)之间的所述协作测量结果包括所述个体节点(18i)和所述协作节点(18j)之间的相对距离测量结果结合所述个体节点(18i)和所述协作节点(18j)之间的相对视线测量结果，即相对LOS测量结果。

条款14.根据条款13所述的通信网络(10)，其中所述相对距离测量结果由如由个体节点(18i)测量的在所述个体节点(18i)和所述协作节点(18j)之间测量的第一相对距离和如由所述协作节点(18j)测量的在所述个体节点(18i)和所述协作节点(18j)之间测量的第二相对距离来表示。

条款15.根据条款13所述的通信网络(10)，其中所述相对LOS测量结果包括：

由从所述个体节点(18i)指向所述协作节点(18j)的第一单位矢量表示的第一相对LOS测量结果，其中所述第一相对LOS测量结果由所述个体节点(18i)测量；以及

由从所述协作节点(18j)指向所述个体节点(18i)的第二单位矢量表示的第二相对LOS测量结果，其中所述第二相对LOS测量结果由所述协作节点(18j)测量。

条款16.根据条款12所述的通信网络(10)，其中所述协作测量结果包括如相对于所述个体节点(18i)测量的在所述个体节点(18i)和所述协作节点(18j)之间测量的第一相对范围测量结果，和如相对于所述协作节点(18j)测量的在所述个体节点(18i)和所述协作节点(18j)之间测量的第二相对范围测量结果。

条款17.一种用于更新个体节点(18i)的估计的局部状态矢量的方法(200)，所述方法(200)包括：

基于由所述个体节点(18i)的测量设备(32)收集的局部测量结果，估计用于所述个体节点(18i)的估计的局部状态矢量，其中所述个体节点(18i)是具有多个节点(18)的通信网络(10)的一部分；

由所述个体节点(18i)的估计器(40)基于所述局部测量结果，确定用于所述估计的局部状态矢量的局部误差协方差矩阵，其中所述局部误差协方差矩阵表征所述估计的局部状态矢量的误差；

由所述个体节点(18i)的所述估计器(40)基于所述估计的局部状态矢量和所述局部测量结果，预测所述个体节点(18i)的估计的局部测量结果；

由所述个体节点(18i)的所述估计器(40)确定与所述估计的局部测量结果相关联的局部残差；

由所述个体节点(18i)的所述估计器(40)确定局部测量灵敏度矩阵，所述局部测量灵敏度矩阵表示所述局部测量结果基于局部状态矢量中的对应变化经历的变化量；

由所述个体节点(18i)的所述估计器(40)确定局部测量方差矩阵，所述局部测量方差矩阵表示所述局部测量结果中的不确定性；

由所述个体节点(18i)的所述估计器(40)基于所述局部误差协方差矩阵和所述局部测量方差矩阵，确定局部残差协方差矩阵；

由所述个体节点(18i)的所述估计器(40)基于所述局部残差协方差矩阵、所述局部误差协方差矩阵和所述局部测量灵敏度矩阵，确定局部增益矩阵；

将所述局部增益矩阵与所述局部残差组合，以创建所述局部更新(46)；

将所述局部更新(46)应用于所述个体节点(18i)的所述估计的局部状态矢量和所述局部残差协方差矩阵；

由所述个体节点(18i)的所述估计器(40)基于所述个体节点(18i)和协作节点(18j)之间的协作测量结果，预测估计的协作测量结果，其中所述协作节点是所述通信网络(10)的一部分并且与所述个体节点(18i)无线通信；

由所述个体节点(18i)的所述估计器(40)确定与所述估计的协作测量结果相关联的协作残差；

由所述个体节点(18i)的所述估计器(40)确定协作测量灵敏度矩阵，所述协作测量灵敏度矩阵表示所述协作测量结果基于所述个体节点(18i)的局部状态矢量中的对应变化所经历的变化量；

由所述个体节点(18i)的所述估计器(40)确定复合协方差矩阵，当所述协作节点(18j)的一个或多个状态的影响被建模为随机噪声时，所述复合协方差矩阵表征所述协作测量结果中的不确定性；

由所述个体节点(18i)的所述估计器(40)至少基于所述协作测量灵敏度矩阵和所述复合协方差矩阵，确定所述协作残差的协作误差协方差矩阵；

由所述个体节点(18i)的所述估计器(40)基于所述协作残差的所述协作误差协方差矩阵，确定协作增益矩阵；以及

将所述协作增益矩阵与所述协作残差组合，以创建协作更新(48)。

条款18.根据条款17所述的方法(200)，所述方法进一步包括：

将所述协作更新(48)应用于所述个体节点(18i)的所述估计的局部状态矢量。

条款19.根据条款18所述的方法(200)，所述方法进一步包括：

将所述协作更新(48)应用于所述个体节点(18i)的所述局部残差协方差矩阵。

条款20.根据条款17所述的方法(200)，其中所述协作残差表示协作测量结果矢量和所述估计的协作测量结果之间的差。

本公开的描述本质上仅是示例性的，并且不脱离本公开的主旨的变化旨在落入本公开的范围内。这样的变化不应视为背离本公开的精神和范围。