-
题名卡尔曼滤波下多源传感器数据互补-加权迭代融合算法
被引量：3
- 1
-
-
作者
唐启涛
戴小鹏
罗莉霞
-
机构
湖南信息学院数据科学与大数据技术系
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第8期1460-1465,共6页
-
基金
2021年湖南省十四五教育科学规划课题项目(XJK21CXX005)。
-
文摘
因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系数。在多源传感器组合系统中引入卡尔曼滤波算法,结合互补-加权迭代融合算法,建立预测方程、状态方程、滤波互补因子以及估计均方误差方程,实现多源传感器的数据融合。实验结果表明,所提算法可以精准找出最优加权系数,观测误差始终在0.6 m以下,可以实现数据的精准融合。
-
关键词
多源传感器
数据互补-加权迭代融合
卡尔曼滤波算法
状态方程
最优加权系数
-
Keywords
multi source sensor
data complementary weighted iterative fusion
Kalman filtering algorithm
equation of state
optimal weighting coefficient
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
