| 基于EM-EKF的异类传感器系统误差配准算法 |
| |
| 引用本文： | 刘德浩,王国宏,陈中华. 基于EM-EKF的异类传感器系统误差配准算法[J]. 雷达科学与技术, 2011, 9(5): 453-456 |
| |
| 作者姓名： | 刘德浩 王国宏 陈中华 |
| |
| 作者单位： | 海军航空工程学院信息融合研究所,山东烟台,264001 |
| |
| 基金项目： | 国家自然科学基金，航空科学基金，“泰山学者”建设工程专项经费资助项目 |
| |
| 摘 要： | 期望最大算法(EM算法)是参数估计中一种很重要的方法,在处理不完全数据中有重要应用。针对异类传感器误差配准过程中的未知参数,采用EM与EKF相结合的算法进行多传感器误差配准与航迹融合。该算法通过使似然函数的期望最大化,简化了似然函数的优化估计,EKF滤波和平滑过程实现了更加准确的期望估计,迭代算法可以有效地实现异类传感器的误差配准,使估计的系统误差收敛到似然函数的局部最优解,仿真结果显示了该算法的有效性。。
|
| 关 键 词： | 误差配准 EM算法 异类传感器 数据融合 |
A Registration Algorithm of Different Sensors Based on EM-EKF |
| |
| LIU De-hao,WANG Guo-hong,CHEN Zhong-hua. A Registration Algorithm of Different Sensors Based on EM-EKF[J]. Radar Science and Technology, 2011, 9(5): 453-456 |
| |
| Authors: | LIU De-hao WANG Guo-hong CHEN Zhong-hua |
| |
| Affiliation: | (Research Institute of Information Fusion, Naval Aeronautical and Astronautical University, Yantai 264001, China) |
| |
| Abstract: | Expectation Maximization（EM） algorithm plays an important role in parameter estimation and in dealing with incomplete data. Considering the unknown parameter of the registration process, the EM algorithm is incorporated with EKF to give the simultaneous registration and track fusion. The algorithm simplifies the optimizing estimation of the maximum likelihood by making the expectation maximal. EKF and smoothing process realize the more exact estimation of the expectation. Registration is realized dfectively with iterative algorithm. The simulation result shows the effectiveness of the method. |
| |
| Keywords: | error registration EM algorithm heterogeneous sensors data fusion |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《雷达科学与技术》浏览原始摘要信息 |
|
点击此处可从《雷达科学与技术》下载全文 |
