相关观测融合稳态Kalman滤波器及其最优性
维普资讯 doc.guandang.net
第3 4卷第 3期 20 0 8年 3月
自动化学
报
Vo . 4 No 3 13, . M ac r h,20 08
ACTA AUTOM ATI CA I CA S NI
相关观测融合稳态 Kama l n滤波器及其最优性 冉陈键惠玉松顾磊邓自立 摘要对于带相关测噪声和带不同观测阵的多传感器系统,力枞最小二乘 ( ih e ats u rs W L )法提出 J用 l l Weg td l s q ae, S e , 两种相关观测融合稳态 Kama l n滤波算法 .其原是用加权局部观测方程得到一个融合观测方程,伴随状态方程实现测它融合稳态 Ka n滤波 . l ma用信息滤波器证明 r色们功能等价于集中式融合稳态 Kama l n滤波算法,向具有渐近全局最优性 且可减少计算负担 .它们可虑用于多通道自归滑动平均 ( trges emo iga eae AR Au oe rsi vn v rg, MA)信号测融合滤波和反 v 卷积.两个数值仿真例子验证 J它们的功能等价性、, 关键词传感器信息融合,测融合, 相关观测噪声,稳态 Kama l n滤波,最优性 中图分类号 0 1 .4 21 6
Co r l e M e s em e s on e dy- t t al an Fit r ng l or t r e at d a ur nt Fu i St a sa eK m le i A g ihm s a nd Thei r Opt m a i y i lt RAN e— i n Ch n J a Abs r c ta t
HUIYu S n —o g
G U e Li
DENG— Zi Li
F r t e mu ts n o y t m s wih c r e a e e s r m e t n i s a d d fe e t me u e n a rc s wo o h l i s r s s e t o r l t d m a u e n o s n i r n a r me t m t i e,t e e s
c r e a e a u e e tf so t a y s a e Ka m a le i g a g rt ms a e p e e t d b sn h i h e e t s u r s o r l t d me s r m n u i n s e d— t t l n f t rn l o ih r r s n e y u i g t e weg t d la q a e i s
( S WL )meh d t o .Th rnil
i t a u e au e n q ain i o tie y w ihig t elc l au e n ep icpe s h tafsd me s rme te u t s b an d b eg tn h a s rme t o o me e ua i n,a d t e t a c mpa i s t e s a e e u to o r a i e t e me u e n u i n s e d - t t l n f t rn . q to s n h n i c o n e h t t q a i n t e l h a r me t f so t a y s a e Ka ma le i g z s i By u i g t e i f r a i n f t r t i pr v d t a h y a e f n to a l q i a e t t h e t a ie us n s e d— t t sn h n o m to le,i s o e h t t e r u c i n ly e u v l n o t e c n r l d f i t a y s a e i z o Ka m a le i g ag r t m,S h t t e a e t e a y p o i l a p i a i,a d t e a e u e t e c m p t to a l n f t rn l o i h i O t a h y h v h s m t tc gob lo tm l y n h y c n r d c h o t u a in l b r e Th y c n bea p i d t h a u e u d n. e a p l o t e me e s r me tf so le i g a d d c n o u i n f rmu tc a n l u o e r s i e mo i g n u i n f t rn n e o v l to li h n e t r g e sv v n i o a
a ea e( RMA) in l. on meia s lt ne a lsvrf h i fn t n l q iae c. v rg A s as Tw u r l i a i x mpe ei t e u ci a uv ln e g c mu o y r o e K e o ds yw r M ulie s r i f r a i n f i n m e s r me tf so, o r l t d m e u e n o s s s e d - t t a ma ts n o n o m to uso, a u e n u i n c r e a e a r me t n ie j t a y s a e K l n s i e i g o tm l f t rn, p i a iy l
t
由于军事、国防、制导、跟踪、GPS定位、机器人等许多高科技领域的迫切需要,多传感器信息融合技术已成为备受关注的热门技术【.对于基 1 J Kama l n滤波的信息融合技术,目前有两种融合方法,即状态融合和观测融合【_状态融合分为集中 2 J式融合和分布式融合 .中式状态融合方法用直接集合并所有局部观测方稗得到一个扩维融合观测方, 然后伴随状态方程给出全局最优 Kama滤波器; l n 而分布式状态融合方法用加权局部 Kama l n估值器给出全局最优或全局次优 Kama融合器【 4 l n 3 J .观测融合方法也分为集中式和分布式观测融合方法. 集中式观测融合方法与集中式状态融合方法相同; 而分布式观测融合方法也叫加权观测融合方法,它 收稿同期 2 0 _ 5 2 收修改稿同期 2 0 _ 9 0 0 70— 9 0 70— 5 Re ev d M a 9,2 07 n rc i e f r pt m be,2 7 cie v2 0;i e e v d o m Se e r 5 00
国家自然科学基金 (0 706, 6 342 )黑龙人学自动控制重点交验室项口 (0_1 F 40 )资助 Su ppo t d y Na i a Na ur S i nc un t o o r e b t on l t al c e e Fo da i n f Chi na
通过加权局部观测方程得到一个融合观测方程,然后伴随状态方程引出加权观测融合 Kama l n滤波器 . 文献『 2带相同观测阵和带不相关噪卢的多传感]对器系统证明了加权观测融合 Kama l n滤波算法功能等价于集中式融合 Kama l n滤波算法,冈而是全局最优的.Ro y和 I i[指出在许多应用问题中出现 l s5 t _带相关观测噪声的多传感器信息融合问题,如各例传感器有公共的附加干扰噪卢或干扰源 .文献 f 6]对带相关观测噪卢的多传感器系统用 L ga g a rn e乘数法【 出了一种加权观测融合 Kama滤波算 J提 l n法,用信息滤波器证明了它功能等价于集中式融并合 Kama l n滤波算法,冈而具有全局最优性;但其局限性是仍假设所有传感器具有相同的
观测阵.本文玄掉这~限制性假设,带不同观测阵和带相关观对测噪声的多传感器系统用不同于文献『]的加权最 6
小二乘 ( ihe at q ae, S[法提出了 We tdl s su rs WL ) g e 7 J 两种新的加权观测融合稳态 Kama l n滤波算法,并用稳态信息滤波器证明了它们功能等价于集中式稳态 Kama l n滤波算法,冈而具有渐近全局最优性f 8. 8 .通常,权观测融合算法的观测阵维数要明显低于集加
(070 6, uo t o to Ke a oaoyo e o g a g 634 2) A tmai C nrl yL b rtr f i nJ n c H l i Un v ri F0 _ l i e st f 4 0 1 y 1 .黑龙人学自动化系哈尔滨 10 8 5 00
1 .De a t n f tma in Heln Ja gUnv riy Hab n p rme to o to, i gin iest, r i Au o 108 500
DoI 1 .7 4 S ..0 42 0 .0 3 : 03 2/ Pj1 0 .0 80 2 3

器线性离散定常随机系统,用加权最小二乘(WLS)法提出了一种加权观测融合稳态Kalman滤波算法,并基于信息滤波器证明了它同集中式观测融合稳态Kalman滤波算法功能的等价...
基于稳态Kalman滤波的相关观测融合方法及其功能等价性_专业资料。对于带相关观测噪声和带不同观测阵的多传感器线性离散定常随机系统,用加权最小二乘(WLS)法提出了两...
多传感器标量加权最优信息融合稳态Kalman滤波器_信息与通信_工程科技_专业资料。...相应的最优信息融合估 的独立白噪声 初始观测时刻 每个子系统是完全可观 完全...
多传感器标量加权最优信息融合稳态Kalman滤波器 介绍信息融合技术的原理和应用介绍信息融合技术的原理和应用隐藏>> 第1 9卷第 2期Vo.19No.21 控 制 与 决 策...
观测滞后系统协方差交叉融合Kalman滤波器_专业资料。对观测滞后和带未知互协方差的两传感器线性离散定常随机系统,提出了一种协方差交叉(CI)融合稳态Kalman滤波器。它...
可解得各传感器观测噪声方差Ri.通过状态方程和观测方程以及观测噪声估值,可求得ΓQwΓ^T的估计,进而得到隐式自校正加权观测融合Kalman滤波器.一个目标跟踪系统的...
观测滞后系统协方差交叉融合Kalman滤波器观测滞后系统协方差交叉融合Kalman滤波器隐藏...离散定常随机系统, 提出了 一种协方差 交叉 ( C I) 融合稳态 K a l an...
稳态分数阶Kalman滤波器 暂无评价 4页 2.00元 相关观测融合稳态Kalman滤... ...05 - 0272 - 03 采用稳态 Ka l an 滤波器简化 Kal an 滤波器的计算 m ...
方差融合准则下,提出一种多传感器快速信息融合稳态 Kalman滤波器.基于ARMA新息模型计算稳态Kalman滤波器增益,提出了计算传感器之间的滤波误差方差阵和协 方差阵的Lyapu...
热门文档