机械设计与制造工程
機械設計與製造工程
궤계설계여제조공정
MACHINE DESIGN AND MANUFACTURING ENGINEERING
2013年
8期
64-67
,共4页
多传感器%加权融合%自适应渐消因子%卡尔曼滤波
多傳感器%加權融閤%自適應漸消因子%卡爾曼濾波
다전감기%가권융합%자괄응점소인자%잡이만려파
Multi-sensor%Weighted Fusion%Adaptive Fade Factor%Kalman Filter
为实现对被测物体在匀速、匀加速以及变加速运动状态下的动态位置进行精确测量,提出一种基于自适应渐消卡尔曼滤波的多传感器加权融合算法,将各子传感器测量数据进行自适应渐消卡尔曼滤波,并由获得的均方误差阵实时为位置测量的估计值自适应分配权重,最终进行加权融合.通过算法的实例应用验证,与传统的MSIF-SKF算法相比,该算法具有更高的动态位置检测精度.
為實現對被測物體在勻速、勻加速以及變加速運動狀態下的動態位置進行精確測量,提齣一種基于自適應漸消卡爾曼濾波的多傳感器加權融閤算法,將各子傳感器測量數據進行自適應漸消卡爾曼濾波,併由穫得的均方誤差陣實時為位置測量的估計值自適應分配權重,最終進行加權融閤.通過算法的實例應用驗證,與傳統的MSIF-SKF算法相比,該算法具有更高的動態位置檢測精度.
위실현대피측물체재균속、균가속이급변가속운동상태하적동태위치진행정학측량,제출일충기우자괄응점소잡이만려파적다전감기가권융합산법,장각자전감기측량수거진행자괄응점소잡이만려파,병유획득적균방오차진실시위위치측량적고계치자괄응분배권중,최종진행가권융합.통과산법적실례응용험증,여전통적MSIF-SKF산법상비,해산법구유경고적동태위치검측정도.
