一种ESD强度估计方法和系统与流程

一种esd强度估计方法和系统
技术领域
1.本发明涉及传感器技术领域，特别是涉及一种esd强度估计方法和系统。


背景技术：

2.esd(electro static discharge，静电放电)，指的是指由于电荷运动造成的静电释放。在通讯机房、开关柜、基站等封闭工作环境中，存在一些微小尘埃、水汽和腐蚀物，由于它们是移动的多电荷粒子，因此，粒子之间摩擦或设备工作便可以造成静电释放，这些物质会被静电充能。静电的特点具有长期积聚、高电压、小电流和低电量的特点。esd强度会对设备的运行造成影响，因此需要进行esd强度的估计，当esd强度过大时，便需要采取一些降低esd强度的措施。
3.目前在进行esd强度的估计时，通常是采用卡尔曼协同估计的方法，在估计信息融合时，没有考虑到esd静电带来的干扰。esd静电会增加通信链路的不稳定性和数据丢包的可能性，数据丢包会降低监测信息的完整性，从而降低传统方案的esd强度的估计精度。
4.综上所述，如何有效地进行esd强度估计，提高准确性，是目前本领域技术人员急需解决的技术问题。


技术实现要素：

5.本发明的目的是提供一种esd强度估计方法和系统，以有效地进行esd强度估计，提高准确性。
6.为解决上述技术问题，本发明提供如下技术方案：
7.一种esd强度估计方法，应用于具有ξ个分簇的传感器网络的任意1个簇首节点中，每个分簇具有1个簇首节点和至少1个簇成员节点，ξ为正整数，表示传感器网络中的分簇数量，包括：
8.接收各个簇成员节点当前时刻的一致性估计结果；
9.基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值；
10.判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求；
11.如果是，则将该簇当前时刻的整体估计值作为该簇所在区域的当前时刻的esd强度估计值；
12.如果否，则基于该簇当前时刻的整体估计值以及该簇上一时刻的整体估计值，确定出该簇所在区域的当前时刻的esd强度估计值。
13.优选的，接收的各个簇成员节点中的第i簇成员节点当前时刻的一致性估计结果，为第i簇成员节点通过以下步骤确定出的当前时刻的一致性估计结果：
14.建立表示工作环境内的esd强度状态的动态离散时间系统模型；
15.按照y
i
(k)＝h
i
x
i
(k) j
i
v
i
(k)确定出第i簇成员节点在第k时刻测量到的esd强度
值；
16.通过所述动态离散时间系统模型以及y
i
(k)得到θ
i
(k)并将θ
i
(k)输出至第i簇成员节点的各个邻居簇成员节点，并接收各个邻居簇成员节点发送至第i簇成员节点的各个信息传输向量，以使第i簇成员节点与各个邻居簇成员节点执行卡尔曼一致性滤波器的迭代，并得到第i簇成员节点当前时刻的一致性估计结果
17.其中，θ
i
(k)表示第i簇成员节点在第k时刻输出的信息传输向量，且z
i
(k)表示第k时刻的融合信息向量，s
i
(k)表示第k时刻的融合信息矩阵，表示第i簇成员节点在第k时刻的一致性估计结果，且为x(k)的估计量；
18.x(k)表示工作环境内的第k时刻的esd强度状态，x
i
(k)表示第i簇成员节点周围的第k时刻的esd强度状态，h
i
和j
i
均为预设的常数矩阵，y
i
(k)为第i簇成员节点在第k时刻测量到的esd强度值，v
i
(k)表示在第k时刻具有方差r
i
的零均值白噪声。
19.优选的，所述建立表示工作环境内的esd强度状态的动态离散时间系统模型，包括：
20.按照x(k 1)＝ax(k) ω(k) ρ(k)建立表示工作环境内的esd强度状态的动态离散时间系统模型；
21.其中，a为预设的常数矩阵，x(k 1)表示工作环境内的第k 1时刻的esd强度状态，ω(k)表示在第k时刻具有方差q的esd强度状态的零均值白噪声，ρ(k)表示在第k时刻具有方差w的esd静电噪声。
22.优选的，第i簇成员节点与各个邻居簇成员节点执行卡尔曼一致性滤波器的迭代，包括：
23.第i簇成员节点与各个邻居簇成员节点均按照执行卡尔曼一致性滤波器的迭代；
24.其中，且集合表示簇ξ中第i簇成员节点的邻居节点集合，m
i
(k)＝(p
i
‑1(k) s
i
(k))
‑1，m
i
(k)表示的误差的协方差，p
i
(k)表示的误差的协方差；c
i
表示卡尔曼一致性滤波器的共识增益，且∈为预设常数，||
·
||
f
表示矩阵的frobenius范数；为x(k)的先验估计量。
25.优选的，第i簇成员节点所在簇的权重系数为通过以下步骤确定出的权重系数：
26.确定出表示簇成员节点与簇首节点在第k时刻的相互接近程度的支持矩阵
27.基于所述支持矩阵λ，得到第i簇成员节点所在簇的权重系数
28.其中，n表示传感器网络中的第n簇，ψ
n
(k)表示第i簇成员节点所在簇的簇首节点与该簇的簇成员节点的相关度，τ表示第i簇成员节点所在簇的簇首节点参与融合的簇成员节点数量；表示第i簇成员节点到第i簇成员节点所在簇的簇首节点的关联度。
29.优选的，基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值，包括：
30.基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值为
31.其中，表示确定出的用于表示第n簇的簇成员节点状态在第k时刻的整体估计值，表示第i簇成员节点在第k时刻的一致性估计结果。
32.优选的，判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求，包括：
33.判断是否成立；
34.如果是，则确定该簇中当前时刻出现数据丢包的簇成员节点的数量满足预设的数量要求；
35.如果否，则确定该簇中当前时刻出现数据丢包的簇成员节点的数量不满足预设的数量要求；
36.其中，q为预设阈值，且表示第i簇成员节点的邻居节点j未接收到第i簇成员节点输出的第i簇成员节点在第k时刻的一致性估计结果表示第i簇成员节点的邻居节点j接收到第i簇成员节点输出的第i簇成员节点在第k时刻的一致性估计结果δ(k)为触发门限因子；a为预设的常数矩阵，为x(k)的先验估计量，x(k)表示工作环境内的第k时刻的esd强度状态。
37.优选的，基于该簇当前时刻的整体估计值以及该簇上一时刻的整体估计值，确定
出该簇所在区域的当前时刻的esd强度估计值，包括：
38.按照确定出该簇所在区域的当前时刻的esd强度估计值；
39.其中，表示确定出的第n簇所在区域的第k时刻的esd强度估计值，α为调整因子，且0＜α＜1，表示确定出的用于表示第n簇的簇成员节点状态在第k时刻的整体估计值。
40.优选的，传感器网络中的任意1个簇成员节点均为非侵入式电流传感器。
41.一种esd强度估计系统，应用于具有ξ个分簇的传感器网络的任意1个簇首节点中，每个分簇具有1个簇首节点和至少1个簇成员节点，ξ为正整数，表示传感器网络中的分簇数量，包括：
42.一致性估计结果接收单元，用于接收各个簇成员节点当前时刻的一致性估计结果；
43.整体估计值确定单元，用于基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值；
44.判断单元，用于判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求；
45.如果是，则执行第一触发单元，所述第一触发单元用于：将该簇当前时刻的整体估计值作为该簇所在区域的当前时刻的esd强度估计值；
46.如果否，则执行第二触发单元，所述第二触发单元用于：基于该簇当前时刻的整体估计值以及该簇上一时刻的整体估计值，确定出该簇所在区域的当前时刻的esd强度估计值。
47.应用本发明实施例所提供的技术方案，考虑到单个传感器的测量准确度容易受到环境、人为改变、设备变动等因素的影响，因此，本技术采用的是具有ξ个分簇的传感器网络，不同分簇用于进行不同区域的esd强度估计。具体的，任意1个簇首节点可以接收该簇中的各个簇成员节点当前时刻的一致性估计结果，进而基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值。本技术会判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求，即本技术考虑到了esd静电带来的干扰导致的数据丢包情况，如果不满足预设的数量要求，说明出现了数据丢包情况，本技术会基于该簇当前时刻的整体估计值以及该簇上一时刻的整体估计值，使得确定出该簇所在区域的当前时刻的esd强度估计值较为准确。当然，如果满足预设的数量要求，可以直接将该簇当前时刻的整体估计值作为该簇所在区域的当前时刻的esd强度估计值。综上所述，本技术的方案可以有效地进行esd强度估计，提高了准确性。
附图说明
48.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
49.图1为本发明中一种esd强度估计方法的实施流程图；
50.图2为本发明一种具体场合中的传感器网络的4个分簇的网络结构示意图；
51.图3为本发明中一种esd强度估计系统的结构示意图。
具体实施方式
52.本发明的核心是提供一种esd强度估计方法，可以有效地进行esd强度估计，提高了准确性。
53.为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
54.请参考图1，图1为本发明中一种esd强度估计方法的实施流程图，该esd强度估计方法可以应用于具有ξ个分簇的传感器网络的任意1个簇首节点中，每个分簇具有1个簇首节点和至少1个簇成员节点，ξ为正整数，表示传感器网络中的分簇数量。该esd强度估计方法可以包括以下步骤：
55.步骤s101：接收各个簇成员节点当前时刻的一致性估计结果。
56.具体的，例如可以通过卡尔曼协同估计的方法进行各个簇成员节点的一致性估计，得到各个簇成员节点的一致性估计结果，可以实时估计或者按照预设周期进行估计，各个簇成员节点可以将自身的一致性估计结果发送至该簇的簇首节点。
57.传感器网络的分簇数量ξ的具体取值可以根据需要进行设定和调整，并且，每个分簇中的具体结构可以根据需要进行设定，但需要说明的是，对于任意1个分簇而言，该分簇中的簇成员节点均与该分簇中的簇首节点通信连接，该通信连接可以是直接连接，也可以是间接连接，取决于具体的分簇结构以及簇成员节点在分簇中的具体位置。
58.例如图2为一种具体场合中的传感器网络的4个分簇的网络结构示意图，4个分簇中均设置了1个簇首节点。图2中的表示确定出的第1簇所在区域的第k时刻的esd强度估计值，相应的，以及依次表示确定出的第2簇所在区域的第k时刻的esd强度估计值，确定出的第3簇所在区域的第k时刻的esd强度估计值，以及确定出的第4簇所在区域的第k时刻的esd强度估计值。在实际应用中，各个分簇的簇成员节点的数量通常大于等于2。
59.在本发明的一种具体实施方式中，步骤s101中描述的簇首节点接收的各个簇成员节点中的第i簇成员节点当前时刻的一致性估计结果，为第i簇成员节点通过以下步骤确定出的当前时刻的一致性估计结果：
60.步骤一：建立表示工作环境内的esd强度状态的动态离散时间系统模型；
61.步骤二：按照y
i
(k)＝h
i
x
i
(k) j
i
v
i
(k)确定出第i簇成员节点在第k时刻测量到的esd强度值；
62.步骤三：通过动态离散时间系统模型以及y
i
(k)得到θ
i
(k)并将θ
i
(k)输出至第i簇成员节点的各个邻居簇成员节点，并接收各个邻居簇成员节点发送至第i簇成员节点的各个信息传输向量，以使第i簇成员节点与各个邻居簇成员节点执行卡尔曼一致性滤波器的
迭代，并得到第i簇成员节点当前时刻的一致性估计结果
63.其中，θ
i
(k)表示第i簇成员节点在第k时刻输出的信息传输向量，且z
i
(k)表示第k时刻的融合信息向量，s
i
(k)表示第k时刻的融合信息矩阵，表示第i簇成员节点在第k时刻的一致性估计结果，且为x(k)的估计量；
64.x(k)表示工作环境内的第k时刻的esd强度状态，x
i
(k)表示第i簇成员节点周围的第k时刻的esd强度状态，h
i
和j
i
均为预设的常数矩阵，y
i
(k)为第i簇成员节点在第k时刻测量到的esd强度值，v
i
(k)表示在第k时刻具有方差r
i
的零均值白噪声。
65.该种具体实施方式便是通过卡尔曼协同估计的方法进行各个簇成员节点的一致性估计结果。
66.具体的，在一种具体场合中，上述步骤一可以具体为：
67.按照x(k 1)＝ax(k) ω(k) ρ(k)建立表示工作环境内的esd强度状态的动态离散时间系统模型；
68.其中，a为预设的常数矩阵，x(k 1)表示工作环境内的第k 1时刻的esd强度状态，ω(k)表示在第k时刻具有方差q的esd强度状态的零均值白噪声，ρ(k)表示在第k时刻具有方差w的esd静电噪声。
69.该种实施方式中，是按照x(k 1)＝ax(k) ω(k) ρ(k)建立表示工作环境内的esd强度状态的动态离散时间系统模型，可以看出，模型中除了x(k)和ω(k)之外，还考虑到了在第k时刻具有方差w的esd静电噪声ρ(k)，相较于传统的卡尔曼协同估计方法，该种具体实施方式中的工作环境内的esd强度状态的动态离散时间系统模型会更为准确，也就使得本技术的方案可以更准确地实现的esd强度估计。
70.建立了表示工作环境内的esd强度状态的动态离散时间系统模型之后，便可以执行步骤二，即按照y
i
(k)＝h
i
x
i
(k) j
i
v
i
(k)确定出第i簇成员节点在第k时刻测量到的esd强度值，y
i
(k)＝h
i
x
i
(k) j
i
v
i
(k)也就是第i簇成员节点的量测输出方程，此外，该实施方式中是视为同一簇中的各个簇成员节点的测量噪声不相关，即各传感器的测量噪声不相关。
71.通过动态离散时间系统模型以及y
i
(k)，便可以得到第i簇成员节点在第k时刻输出的信息传输向量θ
i
(k)并将θ
i
(k)输出至第i簇成员节点的各个邻居簇成员节点，且第i簇成员节点可以接收各个邻居簇成员节点发送至第i簇成员节点的各个信息传输向量，以使第i簇成员节点与各个邻居簇成员节点执行卡尔曼一致性滤波器的迭代，并得到第i簇成员节点当前时刻的一致性估计结果
72.具体的，对于第i簇成员节点，可以给出第0时刻开始直到第k时刻的测量数据集合，表示为y
i
(k)＝{y
i
(0),y
i
(1),
…
,y
i
(k)}。而状态x(k)的估计量和先验估计量可以分别表示为和可以表示为：
73.进一步，可以设和和分别为估计误差和先验估计误差。然后，的误差的协方差以及的误差的协方差可以分别表示
为：即m
i
(k)表示的是与x(k)的误差的协方差，p
i
(k)表示的是与x(k)的误差的协方差。而卡尔曼一致性滤波器的共识增益c
i
可以表示为：其中||
·
||
f
是矩阵的frobenius范数，∈＞0是一个相对较小的常数。
74.第i簇成员节点与各个邻居簇成员节点执行卡尔曼一致性滤波器的迭代，具体可以包括：
75.第i簇成员节点与各个邻居簇成员节点均按照执行卡尔曼一致性滤波器的迭代；
76.其中，且集合表示簇ξ中第i簇成员节点的邻居节点集合，m
i
(k)＝(p
i
‑1(k) s
i
(k))
‑1，如上文的描述，m
i
(k)表示的误差的协方差，p
i
(k)表示的误差的协方差；c
i
表示卡尔曼一致性滤波器的共识增益，且∈为预设常数，||
·
||
f
表示矩阵的frobenius范数；为x(k)的先验估计量。
77.步骤s102：基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值。
78.如前文的描述，各个分簇中的簇成员节点均与该分簇中的簇首节点通信连接，该通信连接可以是直接连接，也可以是间接连接，因此，对于某一个簇成员节点而言，其可以直接或通过邻居节点间接将自身得到的一致性估计结果发送至簇首节点。
79.簇首节点不需要自己收集数据，只需要负责融合该簇的各个簇成员节点发送的数据，可以将簇首节点的状态表示为同一簇中的各簇成员节点状态的凸组合，也就是确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值，并且，本技术需要基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值，可以表示为
80.这里，t
s
和t
h
分别表示传感器网络中的簇成员节点和簇首节点的集合。权重系数σ
ni
的设定方式有多种，例如预先设定完毕，又如，可以按照簇成员节点与簇首节点的数据关联度来进行数值的优化。
81.在本发明的一种具体实施方式中，第i簇成员节点所在簇的权重系数为通过以下步骤确定出的权重系数：
82.确定出表示簇成员节点与簇首节点在第k时刻的相互接近程度的支持矩阵
83.基于支持矩阵λ，得到第i簇成员节点所在簇的权重系数
84.其中，n表示传感器网络中的第n簇，ψ
n
(k)表示第i簇成员节点所在簇的簇首节点与该簇的簇成员节点的相关度，τ表示第i簇成员节点所在簇的簇首节点参与融合的簇成员节点数量；表示第i簇成员节点到第i簇成员节点所在簇的簇首节点的关联度。
85.即代表了第i簇成员节点与第i簇成员节点所在簇的簇首节点的接近程度，具体可以写为从而可以得到如上所示的支持矩阵λ，支持矩阵λ用来表示簇成员节点与簇首节点在第k时刻的相互接近程度。
86.而该种实施方式中，考虑到传输过程中会丢包，数据的可靠性受到相互接近程度的影响，并且，簇成员节点数据权重与簇首节点的接近程度应当是正相关，因此，设定在簇首节点参与融合的簇成员节点数量τ，则第i簇成员节点所在簇的簇首节点与该簇的簇成员节点的相关度为因此，该种实施方式中的权重系数
87.因此，在本发明的一种具体实施方式中，步骤s102可以具体为：
88.基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值为
89.其中，表示确定出的用于表示第n簇的簇成员节点状态在第k时刻的整体估计值，表示第i簇成员节点在第k时刻的一致性估计结果。
90.按照前述具体实施方式中确定出的权重系数得到整体估计值为
91.步骤s103：判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求。
92.如果是，则执行步骤s104：将该簇当前时刻的整体估计值作为该簇所在区域的当前时刻的esd强度估计值；
93.如果否，则执行步骤s105：基于该簇当前时刻的整体估计值以及该簇上一时刻的整体估计值，确定出该簇所在区域的当前时刻的esd强度估计值。
94.本技术的方案中，并不是在得到整体估计值为之后，直接将其作为第n簇的esd强度估计值，而是会判断是否存在数据丢包，即会判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求。
95.具体的判断方式有多种，例如在本发明的一种具体实施方式中，步骤s103可以具体包括：
96.判断是否成立；
97.如果是，则确定该簇中当前时刻出现数据丢包的簇成员节点的数量满足预设的数量要求；
98.如果否，则确定该簇中当前时刻出现数据丢包的簇成员节点的数量不满足预设的数量要求；
99.其中，q为预设阈值，且表示第i簇成员节点的邻居节点j未接收到第i簇成员节点输出的第i簇成员节点在第k时刻的一致性估计结果表示第i簇成员节点的邻居节点j接收到第i簇成员节点输出的第i簇成员节点在第k时刻的一致性估计结果δ(k)为触发门限因子；a为预设的常数矩阵，为x(k)的先验估计量，x(k)表示工作环境内的第k时刻的esd强度状态。
100.时，说明第i簇成员节点的邻居节点j收到的第i簇成员节点输出的状态估计值的变化水平小于了触发门限因子，即表示节点j在k时刻未收到数据，说明触发了干扰。反之，时，表示节点j在k时刻受到了第i簇成员节点输出的状态估计值
101.判断该簇中当前时刻出现数据丢包的簇成员节点的数量不满足预设的数量要求，本技术会基于该簇当前时刻的整体估计值以及该簇上一时刻的整体估计值，确定出该簇所在区域的当前时刻的esd强度估计值，这是考虑到环境变化存在的连续性，出现丢包时，可以将节点簇上一时刻的整体估计值与当前时刻时刻的整体估计值相结合，从而可以减少数据丢包时延造成的数据缺失对当前时刻估计值的影响。
102.具体的，在本发明的一种具体实施方式中，步骤s105可以具体包括：
103.按照确定出该簇所在区域的当前时刻的esd强度估计值；
104.其中，表示确定出的第n簇所在区域的第k时刻的esd强度估计值，α为调整因子，且0＜α＜1，表示确定出的用于表示第n簇的簇成员节点状态在第k时刻的整体估
计值。
105.当然，如果判断出该簇中当前时刻出现数据丢包的簇成员节点的数量满足预设的数量要求，便可以直接将该簇当前时刻的整体估计值作为该簇所在区域的当前时刻的esd强度估计值，即可以表示为：
106.预设阈值q的具体取值可以根据需要进行设定，表示了在同一时刻允许丢包的传感器个数。
107.得到了各簇所在区域的当前时刻的esd强度估计值之后，便完成了esd强度估计，之后，便可以根据esd强度估计结果，决定是否需要执行一些消除静电的措施，例如通过除尘等方式进行静电消除，即降低esd强度。
108.本技术的传感器网络中的任意1个簇成员节点可以均为非侵入式电流传感器，相较于需要接入设备装置中并且设置采样电阻的侵入式电流传感装置，采用非侵入式电流传感器的检测结果不容易受设备电路影响，同时，也不会由于传感器的损坏对设备电路造成影响。
109.应用本发明实施例所提供的技术方案，考虑到单个传感器的测量准确度容易受到环境、人为改变、设备变动等因素的影响，因此，本技术采用的是具有ξ个分簇的传感器网络，不同分簇用于进行不同区域的esd强度估计。具体的，任意1个簇首节点可以接收该簇中的各个簇成员节点当前时刻的一致性估计结果，进而基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值。本技术会判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求，即本技术考虑到了esd静电带来的干扰导致的数据丢包情况，如果不满足预设的数量要求，说明出现了数据丢包情况，本技术会基于该簇当前时刻的整体估计值以及该簇上一时刻的整体估计值，使得确定出该簇所在区域的当前时刻的esd强度估计值较为准确。当然，如果满足预设的数量要求，可以直接将该簇当前时刻的整体估计值作为该簇所在区域的当前时刻的esd强度估计值。综上所述，本技术的方案可以有效地进行esd强度估计，提高了准确性。
110.相应于上面的方法实施例，本发明实施例还提供了一种esd强度估计系统，可与上文相互对应参照。
111.参见图3所示，为本发明中一种esd强度估计系统的结构示意图，应用于具有ξ个分簇的传感器网络的任意1个簇首节点中，每个分簇具有1个簇首节点和至少1个簇成员节点，ξ为正整数，表示传感器网络中的分簇数量，包括：
112.一致性估计结果接收单元301，用于接收各个簇成员节点当前时刻的一致性估计结果；
113.整体估计值确定单元302，用于基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值；
114.判断单元303，用于判断该簇中当前时刻出现数据丢包的簇成员节点的数量是否满足预设的数量要求；
115.如果是，则执行第一触发单元304，所述第一触发单元304用于：将该簇当前时刻的整体估计值作为该簇所在区域的当前时刻的esd强度估计值；
116.如果否，则执行第二触发单元305，所述第二触发单元用于305：基于该簇当前时刻
的整体估计值以及该簇上一时刻的整体估计值，确定出该簇所在区域的当前时刻的esd强度估计值。
117.在本发明的一种具体实施方式中，一致性估计结果接收单元301接收的各个簇成员节点中的第i簇成员节点当前时刻的一致性估计结果，为第i簇成员节点通过以下操作确定出的一致性估计结果：
118.建立表示工作环境内的esd强度状态的动态离散时间系统模型；
119.按照y
i
(k)＝h
i
x
i
(k) j
i
v
i
(k)确定出第i簇成员节点在第k时刻测量到的esd强度值；
120.通过所述动态离散时间系统模型以及y
i
(k)得到θ
i
(k)并将θ
i
(k)输出至第i簇成员节点的各个邻居簇成员节点，并接收各个邻居簇成员节点发送至第i簇成员节点的各个信息传输向量，以使第i簇成员节点与各个邻居簇成员节点执行卡尔曼一致性滤波器的迭代，并得到第i簇成员节点当前时刻的一致性估计结果
121.其中，θ
i
(k)表示第i簇成员节点在第k时刻输出的信息传输向量，且z
i
(k)表示第k时刻的融合信息向量，s
i
(k)表示第k时刻的融合信息矩阵，表示第i簇成员节点在第k时刻的一致性估计结果，且为x(k)的估计量；
122.x(k)表示工作环境内的第k时刻的esd强度状态，x
i
(k)表示第i簇成员节点周围的第k时刻的esd强度状态，h
i
和j
i
均为预设的常数矩阵，y
i
(k)为第i簇成员节点在第k时刻测量到的esd强度值，v
i
(k)表示在第k时刻具有方差r
i
的零均值白噪声。
123.在本发明的一种具体实施方式中，所述建立表示工作环境内的esd强度状态的动态离散时间系统模型，包括：
124.按照x(k 1)＝ax(k) ω(k) ρ(k)建立表示工作环境内的esd强度状态的动态离散时间系统模型；
125.其中，a为预设的常数矩阵，x(k 1)表示工作环境内的第k 1时刻的esd强度状态，ω(k)表示在第k时刻具有方差q的esd强度状态的零均值白噪声，ρ(k)表示在第k时刻具有方差w的esd静电噪声。
126.在本发明的一种具体实施方式中，第i簇成员节点与各个邻居簇成员节点执行卡尔曼一致性滤波器的迭代，包括：
127.第i簇成员节点与各个邻居簇成员节点均按照执行卡尔曼一致性滤波器的迭代；
128.其中，且集合表示簇ξ中第i簇成员节点的邻居节点集合，m
i
(k)＝(p
i
‑1(k) s
i
(k))
‑1，m
i
(k)表示的误差的协方差，p
i
(k)表示的误差的协方差；c
i
表示卡尔曼一致性滤波器的共识增益，且∈为预设常数，||
·
||
f
表示矩阵的frobenius范数；为x(k)的先验估计量。
129.在本发明的一种具体实施方式中，第i簇成员节点所在簇的权重系数为通过以下步骤确定出的权重系数：
130.确定出表示簇成员节点与簇首节点在第k时刻的相互接近程度的支持矩阵
131.基于所述支持矩阵λ，得到第i簇成员节点所在簇的权重系数
132.其中，n表示传感器网络中的第n簇，ψ
n
(k)表示第i簇成员节点所在簇的簇首节点与该簇的簇成员节点的相关度，τ表示第i簇成员节点所在簇的簇首节点参与融合的簇成员节点数量；表示第i簇成员节点到第i簇成员节点所在簇的簇首节点的关联度。
133.在本发明的一种具体实施方式中，整体估计值确定单元302，具体用于：
134.基于该簇的权重系数，确定出用于表示该簇的簇成员节点状态的当前时刻的整体估计值为
135.其中，表示确定出的用于表示第n簇的簇成员节点状态在第k时刻的整体估计值，表示第i簇成员节点在第k时刻的一致性估计结果。
136.在本发明的一种具体实施方式中，判断单元303，具体用于：
137.判断是否成立；
138.如果是，则确定该簇中当前时刻出现数据丢包的簇成员节点的数量满足预设的数量要求，并执行第一触发单元304；
139.如果否，则确定该簇中当前时刻出现数据丢包的簇成员节点的数量不满足预设的数量要求，并执行第二触发单元305；
140.其中，q为预设阈值，且表示第i簇成员节点的邻居节点j未接收到第i簇成员节点输出的第i簇成员节点在
第k时刻的一致性估计结果表示第i簇成员节点的邻居节点j接收到第i簇成员节点输出的第i簇成员节点在第k时刻的一致性估计结果δ(k)为触发门限因子；a为预设的常数矩阵，为x(k)的先验估计量，x(k)表示工作环境内的第k时刻的esd强度状态。
141.在本发明的一种具体实施方式中，第二触发单元305，具体用于：
142.按照确定出该簇所在区域的当前时刻的esd强度估计值；
143.其中，表示确定出的第n簇所在区域的第k时刻的esd强度估计值，α为调整因子，且0＜α＜1，表示确定出的用于表示第n簇的簇成员节点状态在第k时刻的整体估计值。
144.在本发明的一种具体实施方式中，传感器网络中的任意1个簇成员节点均为非侵入式电流传感器。
145.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
146.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
147.本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。