Estimación de parámetros jerárquicos para sistemas distribuidos en red: Un enfoque de consenso dinámico

Este trabajo presenta un nuevo marco distribuido en dos etapas para estimar globalmente parámetros constantes en un sistema en red, separando la información compartida de la estimación local. La primera etapa utiliza consenso dinámico promedio para agregar las mediciones de los agentes en sustitutos de datos centralizados. Usando estos sustitutos, la segunda etapa implementa un estimador local para determinar los parámetros. Al diseñar una ganancia de consenso adecuada, se logra la persistencia de excitación de la matriz de regresores, y así, se garantiza la convergencia exponencial de un Estimador de Gradiente local (GE). El marco facilita su extensión a topologías de red conmutadas, cuantificación y la sustitución heterogénea del GE con un estimador de Extensión de Regresor Dinámico y Mezcla (DREM), que admite requisitos de excitación relajados.