-
题名多传感器集中式观测融合Kalman滤波器快速算法
被引量：1
- 1
-
-
作者
邓自立
吴孝慧
-
机构
黑龙江大学自动化系
-
出处
《科学技术与工程》
2005年第20期1469-1472,共4页
-
基金
国家自然科学基金(60374026)
黑龙江大学自动控制重点实验室基金资助
-
文摘
对多传感器线性离散时变随机系统,虽然基于Riccati方程的集中式观测融合Kalman滤波器算法可给出全局最优状态估计,但其缺点是要求计算高维逆矩阵,计算负担大。为了克服这个缺点,应用信息滤波原理,基于改进的Riccati方程,或逆预报误差方差阵方程,或逆滤波误差方差阵方程,提出了相应的全局最优集中式观测融合Kalman滤波器的三种快速算法,可避免高维逆矩阵,可明显减小计算负担,便于实时应用,一个数值仿真例子说明了它们的有效性。
-
关键词
时变系统
多传感器观测融合
集中式观测融合
全局最优Kalman滤波器
快速算法
-
Keywords
time-varying system multisensor measurement fusion centralized measurement fusion globally optimal Kalman filter fast algorithm
-
分类号
O211.64
[理学—概率论与数理统计]
-
-
题名两种加权观测融合算法的全局最优性和完全功能等价性
被引量：14
- 2
-
-
作者
邓自立
郝钢
吴孝慧
-
机构
黑龙江大学自动化系
-
出处
《科学技术与工程》
2005年第13期860-865,共6页
-
基金
国家自然科学基金(60374026)黑龙江大学自动控制重点实验室基金资助
-
文摘
对于基于Kalman滤波的多传感器观测数据融合,有两种加权观测融合算法。应用Kalman滤波器,证明了同集中式观测融合算法相比,它们具有全局最优性和完全功能等价性。它们不仅可给出全局最优Kalman估值器(滤波器、预报器和平滑器)、白噪声估值器和信号估值器,而且可明显减少计算负担,便于实时应用。
-
关键词
多传感器观测数据融合
观测融合
KALMAN滤波
全局最优性
功能等价性
-
Keywords
multisensor measurement data fusion measurement fusion Kalman filtering global optimality functional equivalence
-
分类号
O211.64
[理学—概率论与数理统计]
-
