多傳感器狀態(tài)融合估計(jì)在雷達(dá)跟蹤中的應(yīng)用
作者：
時(shí)間：2010-12-31
來(lái)源：網(wǎng)絡(luò)
收藏
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
2 多傳感狀態(tài)融合估計(jì)算法
單采樣率多傳感器狀態(tài)融合估計(jì)的研究方法主要有基于概率論的方法、基于Kalman濾波的方法、基于推理網(wǎng)絡(luò)的方法、基于模糊理論的方法、基于神經(jīng)網(wǎng)絡(luò)的方法，以及基于小波、熵、類(lèi)論、隨機(jī)集、生物學(xué)靈感、Choquet積分的方法等等[2]?；贙alman濾波的方法由于具有操作簡(jiǎn)單、計(jì)算量小、實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn)，得到最為廣泛的研究。
下面重點(diǎn)介紹基于Kalman濾波的分布式數(shù)據(jù)融合狀態(tài)估計(jì)算法。設(shè)多傳感器系統(tǒng)有如下形式[3]：
基于第i個(gè)傳感器信息的Kalman濾波估計(jì)器如圖1所示。Carlson聯(lián)邦融合估計(jì)算法流程圖如圖2所示。
評(píng)論