共查询到13条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
在分布式多传感信息融合系统中,由于每个局部传感器的采样频率不同以及具有不同的通信延迟,导致来自不同传感器的局部航迹往往是异步的.针对此问题,提出了一种异步航迹关联方法.该方法首先基于最小二乘法实现单传感器的时域融合,从而将多传感异步航迹同步化.接下来,将多传感多目标航迹关联问题转化为在网络中搜索总费用最小的多个互不相交的路径问题,从而获得相应于每个目标的各个传感器的局部航迹组合.仿真试验表明,算法可以有效地解决异步航迹的关联问题,且具有较高的关联成功率. 相似文献
5.
6.
多传感器噪声方差未知情况下的异步航迹融合 总被引:1,自引:1,他引:0
针对分布式多传感器数据融合系统,提出了一种多传感器异步航迹融合算法。现有的多传感器信息融合算法大都基于Kalman滤波器,要求噪声方差已知,并且假定各传感器同步采样,不考虑通信延迟。本文在分布式处理的模式下,基于各传感器在扩展记忆因子递推最小平方(EFRLS)估计形成本地航迹的基础上,提出了一种融合误差均方差矩阵的迹最小意义下的异步目标航迹融合算法。仿真实验结果表明,这种融合算法是有效的,算法接近集中式融合算法的精度。 相似文献
7.
在分布式多传感器信息融合系统中,自适应融合算法通过预先设定两个距离测度。然后将它们与逻辑判决树中的阈值进行比较来选择不同的融合算法,达到适应系统特性的不断变化,平衡精度与计算量之间矛盾的目的;反馈结构可用来提高局部节点的跟踪性能,进而提高全局航迹的融合精度.综合上述两种方法,提出一种新的基于反馈结构的多传感器自适应航迹融合算法,并在传感器异步的情况下讨论了其具体的计算过程.仿真结果表明该算法以较小的计算量达到了近似加权协方差算法(WCF)的融合精度. 相似文献
8.
基于伪测量的分布式最优单步延迟航迹融合估计 总被引:1,自引:0,他引:1
融合中心如何处理无序局部数据,对分布式多传感器系统的运行品质至关重要.本文将系统中的局部估计转化为伪测量,将分布式融合估计转化为二级集中式融合估计.将所得的伪测量兼分布式融合估计算法与单步延迟的无序测量数据(out-of-sequencemeasurements,OOSM)最优滤波-A1算法进行组合,得出了分布式多传感器系统的最优单步延迟无序航迹(out-of-sequence tacks,OOST)估计算法,适用于航迹无序局部数据融合估计.该算法具有最优估计性能. 相似文献
9.
10.
11.
基于UKF的变采样率多异质传感器异步数据融合 总被引:1,自引:0,他引:1
针对异质传感器数据融合能够实现信息互补,改善目标跟踪精度,提出了一种多异质传感器在变采样率下的异步量测融合算法,即首先将多传感器数据组合成类似于单传感器数据的异步数据处理方法,进行点迹合成,再将合成后的虚拟量测对当前时刻的目标状态进行更新.变采样率跟踪是基于网络或栅格多传感器异步融合跟踪的基础,通过引入时戳的概念给出了基于UKF(Unscented Kalman Filter)的具体融合算法,最后通过仿真验证了该算法的有效性。 相似文献
12.
Xiaojing Shen Enbin Song Yunmin Zhu Yingting Luo 《Automatic Control, IEEE Transactions on》2009,54(8):1928-1934
In a distributed multisensor fusion systems, observations produced by sensors can arrive at local processors out of sequence. The resulting problem at the central processor/fusion center-how to update current estimate using multiple local out-of-sequence-measurement (OOSM) updates - is a nonstandard distributed estimation problem. In this note, based on the centralized update algorithm with multiple asynchronous (1-step-lag) OOSMs see we firstly deduce the optimal distributed fusion update algorithm with multiple local asynchronous (1-step-lag) OOSM updates, which is proved, under some regularity conditions, to be equivalent to the corresponding optimal centralized update algorithm with all-sensor 1-step-lag OOSMs. Then, we propose an optimal distributed fusion update algorithm with multiple local arbitrary-step-lag OOSM updates. 相似文献