1.基于平方根容积信息一致的分布式非线性状态估计方法，其特征在于，包括以下步骤：(1)基于平方根容积规则预测本地状态信息假设节点i对k时刻目标的估计状态为 对应的状态信息向量为 估计误差协方差为P i,k|k ，其平方根因子为S i,k|k ，满足 对应的估计信息矩阵为 满足 其中S i,y,k|k 为信息矩阵的平方根因子；1)基于 计算容积点其中e m 表示第m个元素为1的单位向量；2)计算经非线性状态转移函数传递的容积点X i,m,k+1|k ＝f(X i,m,k|k ) (6)3)计算状态的一步预测与误差协方差其中S Q,K 表示k时刻过程噪声协方差Q K 的平方根，满足 4)计算预测的信息向量与信息矩阵的平方根因子根据式(8)可知，预测误差协方差的平方根因子为其中，算子S＝Tria(A)的计算过程如下：如果R是通过对A T 进行QR分解得到的上三角矩阵，那么S＝R T 为下三角矩阵；因此，对应的预测误差协方差信息矩阵平方根因子为预测的信息向量为(2)利用节点量测更新本地状态信息如果节点i为能够观测目标运动的感知节点，即 那么通过以下步骤更新本地状态信息，具体如下：1)基于 计算量测容积点2)计算经非线性量测函数传递的容积点3)计算量测的一步预测及相应的误差协方差其中S i,R,k+1 表示k+1时刻量测噪声协方差R i,k+1 的平方根，满足 对应的信息形式满足 由此可知 4)计算信息贡献向量和信息贡献矩阵的平方根因子信息贡献矩阵的平方根因子为其中 和 是下三角矩阵，对应的信息贡献向量为如果节点i为不具备环境感知能力的通信节点，即 则其本地观测信息为u i,k+1 ＝0，S i,u,k+1 ＝0；5)更新本地状态信息各节点更新后的本地状态信息为S i,y,k+1|k+1 ＝Tria([S i,y,k+1|k S i,u,k+1 ]) (22)(3)对本地状态信息进行加权一致性迭代，具体为：假设状态信息向量的迭代初值为 状态信息矩阵平方根因子的迭代初值为V i,0 ＝S i,y,k+1∣k+1 ，其中 表示k+1时刻节点i的本地状态信息向量，S i,y,k+1∣k+1 表示k+1时刻节点i的状态信息矩阵平方根因子；对邻居节点的状态信息进行L次加权一致性迭代，得到一致性信息向量ν i,L 和一致性信息矩阵平方根因子V i,L ；For l＝0:L-1End式中，w ij 表示一致性速率因子，N i 表示节点i的邻居节点集，N j i 表示节点i的第j个邻居节点，一致性速率因子的确定方法具体为：根据网络中节点的空间拓扑计算一致性速率因子w ij ，具体计算方式如下：式中，d i 表示网络中节点i的度，ε表示网络中所有节点的边集；(4)更新目标状态估值经过加权一致性处理后，目标的全局状态估计为S i,y,k+1|k+1 ＝V i,L (2)至此，完成网络对目标状态的更新。
