針對一個無融合中心傳感器網(wǎng)絡中的狀態(tài)估計問題，提出一種基于量化信息的分布式卡爾曼濾波（QDKF）算法。首先，在分布式卡爾曼濾波（DKF）中，以節(jié)點狀態(tài)估計精度為加權準則，動態(tài)選取加權矩陣，使得全局估計誤差的協(xié)方差最??；然后，進一步考慮了網(wǎng)絡帶寬受限制的情況，在DKF算法中加入均勻量化器，節(jié)點之間通信使用量化后的信息，以減少網(wǎng)絡通信的帶寬需求。QDKF算法仿真采用了8 bit的均勻量化器，與Metropolis加權法和最大度加權法相比，動態(tài)加權法的狀態(tài)估計均方根誤差分別降低了25%和27. 33%。實驗結果表明，采用動態(tài)加權法的QDKF算法能提高系統(tǒng)的狀態(tài)估計精度，減少帶寬需求，適用于網(wǎng)絡通信受限制的應用場合。
?