传感器测量稀疏情形下基于矩阵分解的多机器人定位系统递推滤波方法及系统

本发明提供一种传感器测量稀疏情形下基于矩阵分解的多机器人定位系统递推滤波方法及系统，属于非线性复杂网络状态递推滤波领域。为解决现有的复杂网络环境中传感器网络数据丢失、能耗高、多重噪声变化以及安全性的问题。本发明包括低占空比调度机制通过控制传感器节点的激活时间，确保传感器节点在不活跃期间保持休眠状态；矩阵分解技术用于处理稀疏数据，提高对不完全或丢失数据的处理能力；基于Adam优化算法的动态参数调整，适应不同的网络噪声环境及非线性数据特征；DoS防御机制，采用随机变量模型识别数据中的异常波动，实时监测并隔离潜在的攻击数据；递推误差协方差矩阵更新，实现数据逐步更新和精确滤波。