首页 /研究 /基于凸优化的隐私保护去中心化协同定位:仅测距方法
SWARM

基于凸优化的隐私保护去中心化协同定位:仅测距方法

Nitesh Kumar, Reyshwanth Ganeshan, Sixu Li, Sivakumar Rathinam, Swaroop Darbha

发表年份
2026
访问权限
开放获取

摘要

本文提出一种基于凸优化的隐私保护去中心化协同定位框架,通过半定规划计算最大体积内切椭球,并利用新颖的交面约束和线性矩阵不等式分解实现安全测距。该方法避免了传统噪声注入或加密协议的性能损失,适用于GPS拒止环境下的多机器人系统。

关键词

privacy-preservingcooperative localizationconvex optimizationsemi-definite programmingmulti-robot systems

相关论文

查看 SWARM 分类全部论文