基于异质多传感器的网络分布数据融合的一种算法

针对多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，提出了一种异质多传感器异步量测融合算法，即首先将量测方程线性化，再在砷合中心通过建立伪量测方程，得到同步的量测数据，然后利用噪声相关的伪序贯思想进行融合处理得到全局估计，与现有算法进行仿真比较，结果表明了该算法的有效性。  

基于伪点迹的多传感器异步航迹关联算法

在多传感器信息系统中,来自不同传感器的局部航迹往往是异步的,针对此问题,提出了一种基于伪点迹的异步航迹关联算法.首先利用点迹重构技术将异步航迹进行时间对准,然后再利用经典分配的方法对各局部航迹进行了配对,从而达到异步航迹关联的目的.仿真结果证明此方法能很好地解决多传感器异步航迹关联的问题,关联正确率接近90%.  

跳变约束下马尔可夫切换非线性系统滤波

针对系统状态演化多模不确定性和状态约束多样性, 本文提出了跳变约束下马尔可夫切换非线性系统的 交互式多假设估计方法. 定义了包含跳变马尔可夫参数可能取值的假设集, 根据最优贝叶斯滤波, 推导出状态与假 设的后验概率递推更新. 基于统计线性回归线性化非线性函数, 利用伪量测法, 将线性化的约束扩维到真实量测中, 给出了非线性系统滤波的近似解析最优解. 最终给出所提算法的稀疏网格积分近似最优估计实现. 在交叉道路机动 目标跟踪仿真场景中, 所提算法的滤波精度优于基于泰勒展开的交互式多模型算法, 基于统计线性回归的交互式多 模型算法, 以及基于泰勒展开的非线性系统约束滤波算法.