红外技术
紅外技術
홍외기술
INFRARED TECHNOLOGY
2014年
5期
360-364
,共5页
司迎利%杨新宇%陈勇%向静波%郭世伟
司迎利%楊新宇%陳勇%嚮靜波%郭世偉
사영리%양신우%진용%향정파%곽세위
多传感器数据融合%方差估计%状态估计%卡尔曼滤波
多傳感器數據融閤%方差估計%狀態估計%卡爾曼濾波
다전감기수거융합%방차고계%상태고계%잡이만려파
multi-sensor data fusion%variance estimation%state estimation%kalman filter
自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息.但是,通过深入的理论分析和实验仿真发现,自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度,同时该算法还具有较差的抗干扰性及稳定性.基于以上研究结果,提出了一种基于全局状态估计的多传感器加权数据融合算法,采用卡尔曼滤波的状态估计特性及相关历史信息,使得状态的估计值能够充分逼近真实值,从而使得算法具有较高的融合精度及抗干扰性.最后,MonteCarlo仿真结果显示,相比于已有算法,提出的算法在融合精度及抗干扰性方面具有明显地提高.
自學習最小二乘加權數據融閤算法已被廣汎地應用于融閤多傳感器繫統中的量測信息.但是,通過深入的理論分析和實驗倣真髮現,自學習最小二乘加權數據融閤算法在進行雙傳感器數據融閤時具有較差的融閤精度,同時該算法還具有較差的抗榦擾性及穩定性.基于以上研究結果,提齣瞭一種基于全跼狀態估計的多傳感器加權數據融閤算法,採用卡爾曼濾波的狀態估計特性及相關歷史信息,使得狀態的估計值能夠充分逼近真實值,從而使得算法具有較高的融閤精度及抗榦擾性.最後,MonteCarlo倣真結果顯示,相比于已有算法,提齣的算法在融閤精度及抗榦擾性方麵具有明顯地提高.
자학습최소이승가권수거융합산법이피엄범지응용우융합다전감기계통중적량측신식.단시,통과심입적이론분석화실험방진발현,자학습최소이승가권수거융합산법재진행쌍전감기수거융합시구유교차적융합정도,동시해산법환구유교차적항간우성급은정성.기우이상연구결과,제출료일충기우전국상태고계적다전감기가권수거융합산법,채용잡이만려파적상태고계특성급상관역사신식,사득상태적고계치능구충분핍근진실치,종이사득산법구유교고적융합정도급항간우성.최후,MonteCarlo방진결과현시,상비우이유산법,제출적산법재융합정도급항간우성방면구유명현지제고.
