|
|||||
|
|
| 基于全局状态估计的多传感器加权数据融合算法 | |
| 引用本文： | 司迎利, 杨新宇, 陈勇, 向静波, 郭世伟. 基于全局状态估计的多传感器加权数据融合算法[J]. 红外技术, 2014, 36(5): 360-364. |
| 作者姓名： | 司迎利 杨新宇 陈勇 向静波 郭世伟 |
| 作者单位： | 司迎利:中国空空导弹研究院, 河南 洛阳 471009 杨新宇:西安交通大学计算机科学与技术系, 陕西 西安 710049 陈勇:中国空空导弹研究院, 河南 洛阳 471009 向静波:中国空空导弹研究院, 河南 洛阳 471009 郭世伟:中国空空导弹研究院, 河南 洛阳 471009 |
| 基金项目： | 中国空空导弹研究院科技创新基金, 编号: 201306S08。 |
| 摘 要： | 自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息.但是,通过深入的理论分析和实验仿真发现,自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度,同时该算法还具有较差的抗干扰性及稳定性.基于以上研究结果,提出了一种基于全局状态估计的多传感器加权数据融合算法,采用卡尔曼滤波的状态估计特性及相关历史信息,使得状态的估计值能够充分逼近真实值,从而使得算法具有较高的融合精度及抗干扰性.最后,MonteCarlo仿真结果显示,相比于已有算法,提出的算法在融合精度及抗干扰性方面具有明显地提高. |
| 关 键 词： | 多传感器数据融合 方差估计 状态估计 卡尔曼滤波 |
| 收稿时间： | 2013-12-09 |
| 点击此处可从《红外技术》浏览原始摘要信息 | |
| 点击此处可从《红外技术》下载免费的PDF全文 | |