相关测量噪声的多传感器最优融合状态估计 |
| |
引用本文: | 金学波,孙优贤.相关测量噪声的多传感器最优融合状态估计[J].浙江大学学报(自然科学版 ),2003,37(1):60-64. |
| |
作者姓名: | 金学波 孙优贤 |
| |
作者单位: | 浙江大学工业控制技术国家重点实验室,浙江大学工业控制技术国家重点实验室 浙江杭州310027,浙江杭州310027 |
| |
摘 要: | 当检测环境中有一个统一的噪声源时,各个传感器的测量噪声是相关的。许多算法都假设各个传感器的测量噪声是不相关的,因为这是保证测量噪声方差矩阵平行解耦的必要条件。基于矩阵相似变换的理论,提出了一种使多传感器相关测量噪声方差矩阵解耦的方法,该方法使多传感器数据融合测量模型转化成测量噪声不相关的新模型,推导了存在相关测量噪声的多传感器数据融合最优状态估计算法。当测量噪声不相关时,算法与以往的具有不相关噪声的最优算法相同。
|
关 键 词: | 数据融合 相关测量噪声 多传感器 最优融合状态估计 方差矩阵 平行解耦 信号估计 |
文章编号: | 1008-973X(2003)01-0060-05 |
修稿时间: | 2002年1月21日 |
Optimal state estimation for data fusion with correlated measurement noise |
| |
Abstract: | |
| |
Keywords: | data fusion state estimation correlated measurement noise Kalman filter |
本文献已被 CNKI 维普 等数据库收录! |