Optimal and self‐tuning fusion Kalman filters for discrete‐time stochastic singular systems

Based on the optimal fusion estimation algorithm weighted by scalars in the linear minimum variance sense, a distributed optimal fusion Kalman filter weighted by scalars is presented for discrete‐time stochastic singular systems with multiple sensors and correlated noises. A cross‐covariance matrix of filtering errors between any two sensors is derived. When the noise statistical information is unknown, a distributed identification approach is presented based on correlation functions and the weighted average method. Further, a distributed self‐tuning fusion filter is given, which includes two stage fusions where the first‐stage fusion is used to identify the noise covariance and the second‐stage fusion is used to obtain the fusion state filter. A simulation verifies the effectiveness of the proposed algorithm. Copyright © 2008 John Wiley & Sons, Ltd.     

C~3Ⅰ中的多传感器数据融合技术

首先对多传感器数据融合技术进行了综述，再以国内外发表的文献为例说明了数据融合技术在C3I中的应用，最后对数据融合技术进行了展望，并提出了我们的对策。     

基于联邦滤波的室内多传感器融合导航定位方法研究

针对室内多传感器融合导航定位问题,提出一种基于联邦滤波的INS/3D LASER/单目视觉融合的室内导航定位方法.该方法是通过联邦滤波将INS分别同3D LASER与单目视觉构成子滤波器,主滤波器根据最小方差准则,利用最优系数加权法融合各子滤波器的最优估计,从而获得全局最优融合结果.实验证明,该方法能有效提高室内导航定位的精度和鲁棒性,比传统的视觉里程计法或激光雷达里程表法更准确.     

多传感器时滞系统信息融合最优Kalman滤波器

基于线性最小方差最优加权融合估计算法,对多传感器的离散线性状态时滞随机系统,给出了一种非增广分布式加权融合最优Kalman滤波器.推导了状态时滞系统任两个传感器子系统之间的滤波误差互协方差阵的计算公式.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比,分布式融合滤波器具有更高的精度.与状态和观测增广最优滤波器相比,具有较小的精度.但避免了增广所带来的高维计算和大的空间存储,可减小计算负担.仿真例子验证了其有效性.     

带不确定噪声方差保性能鲁棒集中式融合Kalman 预报器

对于带不确定噪声方差的多传感器系统, 基于极大极小鲁棒估计原理, 提出保证估计性能的集中式融合鲁棒稳态Kalman 预报器. 对于预置的估计精度偏差指标, 利用Lagrange 乘数法求得相应噪声方差的最大扰动域, 使该域中所有可容许的噪声扰动, 其实际精度对鲁棒精度的偏差被保证在预置范围内, 并给出精度偏差的最大下界和最小上界. 应用Lyapunov 方程方法证明了保证估计性能能够被满足. 仿真分析表明了所得结果的正确性和有效性.

     

多传感器多目标检测中的数据关联

研究在漏检、无杂波情况下多传感器对数目未知的目标检测中数据关联问题,并将其表述为多传感器数据集之间数据的组合化分配问题,提出一种基于ＧＡ的关联算法。仿真实验表明,该算法具有较高的关联成功率,可大幅度提高多传感器的检测概率,并能对目标个数进行优化。     

多传感器数据融合系统闭环控制模式的构成与分析

本文从闭环控制的角度,通过对数据融合系统 功能的划分,提出了由传感器子系统、数据融合子系统、决策支持子系统和传感器管理子系 统构成的数据融合系统的闭环控制模式;然后分析了该控制模式中四个子系统的功能、构成 及采用的融合算法;最后论述了闭环控制模式的整体优化功能．     

一种利用多传感器进行目标识别的方法

针对传统单传感器目标识别利用目标信息有限、识别结果可靠性不高等缺陷 ,提出一种利用多传感器进行目标识别方法 ,这种方法充分利用了目标多重特征的信息 ,并考虑了不同特征信息在目标识别中的重要程度 ,从而得到更为接近实际效果的识别结果     

多传感器在线检测在高精度划线切割机器人系统中的应用

高精度型材划线切割机器人系统是应造船领域的型材的划线和切割而开发研制的 ,多传感器数据融合是该系统的关键技术之一 .因为造船中所使用的型材几乎完全都是变形的 ,为了提高划线和切割精度 ,在该系统中 ,建立了多传感器在线检测系统 ,引入了并行扩展式卡尔曼滤波的多传感器数据融合方法实现非线性的多传感器数据融合 .实验结果显示 ,多传感器数据融合可以有效的实现变形型材的在线检测 ,提高系统的测试精度和可靠性 ,该技术是实现型材的高精度划线和切割的保证     

基于协方差控制的集中式传感器分配算法研究

传感器管理是对一组传感器或测量设备进行自动化或半自动化控制的一种处理过程,它实现了探测性能的优化和资源的有效利用.该文建立了传感器管理的一般最优化模型,研究了基于协方差控制策略的传感器分配问题,详细讨论了其实现方法,并给出三种基于不同矩阵度量的传感器分配算法.仿真结果表明,使用基于协方差控制的传感器分配算法可以进行良好的传感器管理,节约传感器资源.