论文部分内容阅读
本文系统研究了多传感器融合中的单目标状态估计问题,在此基础上提出了两种改进的融合算法。一种为基于模糊卡尔曼滤波的测量融合算法,该算法通过自适应模糊控制系统加权测量噪声和系统噪声,有效的控制了新息过程,克服了传统卡尔曼滤波融合算法在新息过程为非白噪声时存在的滤波发散问题。第二种算法为全分散式状态向量融合算法,该算法采用卡尔曼滤波器和粒子滤波器互相通信的结构,通过节点间互相传递状态误差信息和误差方差信息,把其它节点的信息作为下一步预测的依据,最后可得到状态的全局估计。由于该方法的并行处理能力消除了计算瓶颈问题,比测量融合算法具有更快的计算速度。 仿真试验结果表明,本文所提出的两种算法的性能优于传统的信息融合算法,提高了目标状态估计的鲁棒性与精度。