|
|||||
|
|
| 一种基于多传感器的复合量测IMM-EKF数据融合算法 | |
| 作者姓名： | 叶瑾 许枫 杨娟 王佳维 |
| 作者单位： | 1. 中国科学院声学研究所, 北京 100190; 2. 中国科学院大学, 北京 100049 |
| 摘 要： | 为了提高多传感器系统的目标跟踪精度,且解决传感器数量多导致的耗时长的问题,提出了一种复合量测IMM-EKF（Interacting Multiple Model-Extended Kalman Filter）融合算法.该算法根据各传感器的测量精度,对各传感器关于同一目标的量测点迹进行加权融合,再将融合后的点迹进行IMM-EKF滤波处理.通过仿真及实验数据处理,将复合量测IMM-EKF融合算法与加权IMM-EKF融合算法、扩维IMM-EKF融合算法进行了对比分析,比较了三种算法的跟踪精度及耗时长度.结果表明,扩维IMM-EKF融合算法具有最优的跟踪精度,复合量测IMM-EKF融合算实时性最好.最后分别给出了三种算法的适用场合. |
| 关 键 词： | 机动目标跟踪 交互式多模型 复合量测 数据融合 多传感器 卡尔曼滤波 |
| 收稿时间： | 2019-07-29 |
| 点击此处可从《电子学报》浏览原始摘要信息 | |
| 点击此处可从《电子学报》下载免费的PDF全文 | |