共查询到19条相似文献,搜索用时 78 毫秒
1.
在航迹估计融合算法研究中,加权融合估计算法实现起来特别容易,因此得到了广泛应用。但由于其加权因子直接影响融合结果,一般说来都根据平时经验制定其加权因子,导致算法性能很不稳定,设计起来也不方便。针对此问题,设计了一种改进加权融合算法,并与其它算法进行比较,结果表明,算法稳定性更高,设计更科学,融合效果更好。 相似文献
2.
针对分布式传感器网络中多目标随机集状态混合无序估计问题,本文提出了一种基于高斯混合概率假设密度无序估计分布式融合算法.在高斯混合概率假设密度滤波器的框架下,首先基于概率假设密度递推滤波特性,建立适用于多目标随机集状态混合无序估计的最新可利用估计判别机制,然后利用扩展协方差交叉融合算法对经过最新可利用估计判别机制获得的无序概率假设密度强度估计进行融合处理,针对融合过程中高斯分量快速增长的问题,在保证信息损失最小的前提下,对融合过程的不同环节实施高斯混合分量裁剪操作,给出了一种多级分层分量裁剪算法.最后,仿真实验验证了文中所提的算法的有效性和可行性. 相似文献
3.
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
4.
本研究了多传感器数据融合技术的一种方法融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真,这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果.具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。 相似文献
5.
6.
7.
8.
传感器本身及外界环境存在的随机干扰,使得量测信息具有不确定性及相关性,且当某个传感器的测量精度较低时,直接融合观测信息导致融合算法有效性的降低。针对此问题,提出一种滤波系数化的分布式航迹融合方法。该方法通过局部估计信息建立支持度矩阵来完成滤波估计信息的系数化,最后加权组合滤波,实现对目标的实时融合跟踪。相对于原有融合算法,无论在哪种情况下该方法均使融合跟踪精度提高了16%以上,保证了算法的有效性。 相似文献
9.
10.
11.
12.
13.
无序量测(OoSM)是多传感器融合系统亟需解决的不可回避的问题.在总结相关文献基础上,对OoSM进行了分类,从单步延时OoSM滤波、多步延时OoSM滤波、多个OoSM滤波、非线性非高斯条件OoSM粒子滤波算法、杂波/机动目标条件OoSM跟踪算法等方面,按照由简单到复杂的研究路线综述了国外开展的相关研究,并对未来研究方向进行了探讨与展望. 相似文献
14.
In centralized multisensor tracking systems, there are out-of-sequence measurements (OOSMs) frequently arising due to different time delays in communication links and varying pre-processing times at the sensor. Such OOSM arrival can induce the “negative-time measurement update” problem, which is quite common in real multisensor tracking systems. The A1 optimal update algorithm with OOSM is presented by Bar-Shalom for one-step case. However, this paper proves that the optimality of A1 algorithm is lost in direct discrete-time model (DDM) of the process noise, it holds true only in discretized continuous-time model (DCM). One better OOSM filtering algorithm for DDM case is presented. Also, another new optimal OOSM filtering algorithm, which is independent of the discrete time model of the process noise, is presented here. The performance of the two new algorithms is compared with that of A1 algorithm by Monte Carlo simulations. The effectiveness and correctness of the two proposed algorithms are validated by analysis and simulation results. 相似文献
15.
基于分布式的多传感器航迹融合系统,采用序贯处理的方法并结合矩阵加权的融合算法,在估计误差协方差阵迹最小的准则下,提出了估计误差相关条件下的航迹融合算法,从理论上对算法的航迹融合性能进行了分析,并进行了仿真。仿真结果表明了基于序贯处理的融合算法的可行性和有效性。 相似文献
16.
Honglei Lin 《International journal of systems science》2017,48(5):952-960
This paper is concerned with the distributed fusion estimation problem for a class of multi-sensor asynchronous sampling systems with correlated noises. The state updates uniformly and the sensors sample randomly. Based on the measurement augmentation method, the asynchronous sampling system is transformed to the synchronous sampling one. Local filter is designed by using an innovation analysis approach. Then, the filtering error cross-covariance matrix between any two local filters is derived. Finally, the optimal distributed fusion filter is proposed by using matrix-weighted fusion algorithm in the linear minimum variance sense. Simulation results show the effectiveness of the proposed algorithms. 相似文献
17.
18.
Globally optimal distributed Kalman filtering fusion 总被引:1,自引:0,他引:1