基于EKF的集中式融合估计研究

被引：42

作者：

葛泉波 ^{[1
]}

李文斌 ^{[1
]}

孙若愚 ^{[2
]}

徐姿 ^{[3
]}

机构：

[1] 杭州电子科技大学自动化学院系统科学与控制工程研究所

[2] 明尼苏达大学电子与计算机工程系

[3] 上海大学理学院

来源：

自动化学报 | 2013年 / 39卷 / 06期

基金：

浙江省自然科学基金;

关键词：

非线性系统; 扩展信息滤波; 集中式融合; 等价性; 协方差阵;

D O I：

暂无

中图分类号：

TP212 [发送器（变换器）、传感器]; TN713 [滤波技术、滤波器];

学科分类号：

080202 ; 080902 ;

摘要：

以一类非线性多传感器动态系统为对象,基于扩展Kalman滤波器(Extend Kalman filter,EKF)介绍三种典型非线性集中式融合算法,并以此为基础研究部分线性动态系统融合理论在非线性系统中的推广与完善.首先,利用EKF的一种信息滤波器形式(Extend information filter,EIF)给出测量值扩维融合、测量值加权融合和顺序滤波融合算法公式,进而研究三种非线性融合算法的估计性能比较以及测量值融合更新次序是否满足可交换性.结果表明:当各传感器的测量特性相同时,集中式测量值扩维和测量值加权融合算法的估计精度功能等价;非线性顺序滤波融合与其他两种融合算法之间不再具备线性多传感器系统中估计功能的完全等价特性;在融合精度不变前提下非线性顺序滤波融合中,各传感器观测更新次序不再完全满足可交换性.4个基于纯方位目标跟踪的数值仿真被用来验证文中所得结论的有效性和正确性.

引用

页码：816 / 825

页数：10

共 8 条

[1]

带有色量测噪声的非线性系统Unscented卡尔曼滤波器[J]. 王小旭,梁彦,潘泉,赵春晖,李汉舟.自动化学报. 2012(06)

[2]

自适应不完全重采样粒子滤波器[J]. 左军毅,张怡哲,梁彦.自动化学报. 2012(04)

[3]

SCKF-STF-CN:a universal nonlinear filter for maneuver target tracking[J]. Quan-bo GE 1,2,Wen-bin LI 1,Cheng-lin WEN 1 (1 Institute of Information and Control,Hangzhou Dianzi University,Hangzhou 310018,China) (2 State Key Lab of Industrial Control Technology,Zhejiang University,Hangzhou 310027,China).Journal of Zhejiang University-Science C（Computers ＆ Electronics）. 2011(08)

[4] 加权观测融合非线性无迹卡尔曼滤波算法 [J].