信息与控制
信息與控製
신식여공제
INFORMATION AND CONTROL
2005年
6期
690-695
,共6页
多传感器测量融合%相关测量融合%数据融合%Kalman滤波
多傳感器測量融閤%相關測量融閤%數據融閤%Kalman濾波
다전감기측량융합%상관측량융합%수거융합%Kalman려파
将不相关测量融合算法推广到了相关测量的融合.对两种方法进行了比较:第一种是先用本文提出的融合算法将多个相关测量进行融合,然后将融合后的测量用于Kalman滤波;第二种是直接将多个相关的测量用于Kalman滤波.理论分析证明两种方法是等价的,因而也证明了本文融合方法的最优性.仿真结果表明了理论分析的正确性.
將不相關測量融閤算法推廣到瞭相關測量的融閤.對兩種方法進行瞭比較:第一種是先用本文提齣的融閤算法將多箇相關測量進行融閤,然後將融閤後的測量用于Kalman濾波;第二種是直接將多箇相關的測量用于Kalman濾波.理論分析證明兩種方法是等價的,因而也證明瞭本文融閤方法的最優性.倣真結果錶明瞭理論分析的正確性.
장불상관측량융합산법추엄도료상관측량적융합.대량충방법진행료비교:제일충시선용본문제출적융합산법장다개상관측량진행융합,연후장융합후적측량용우Kalman려파;제이충시직접장다개상관적측량용우Kalman려파.이론분석증명량충방법시등개적,인이야증명료본문융합방법적최우성.방진결과표명료이론분석적정학성.