摘要
该文针对一类线性时不变目标跟踪系统,提出一种能处理任意步延迟的多传感器测量值求和预测补偿时滞滤波器。该方法有效地利用线性时不变系统统计参数可离线计算的特性以及线性最小均方误差估计卡尔曼滤波状态估计的测量值求和形式。同时,应用一步预测估计和测量预测新息补偿的方法,通过离线计算与在线调节相结合的方式获得最优加权系数,最终实现任意延迟量测的最优更新。计算机仿真验证了该算法的有效性和优越性。
该文针对一类线性时不变目标跟踪系统,提出一种能处理任意步延迟的多传感器测量值求和预测补偿时滞滤波器。该方法有效地利用线性时不变系统统计参数可离线计算的特性以及线性最小均方误差估计卡尔曼滤波状态估计的测量值求和形式。同时,应用一步预测估计和测量预测新息补偿的方法,通过离线计算与在线调节相结合的方式获得最优加权系数,最终实现任意延迟量测的最优更新。计算机仿真验证了该算法的有效性和优越性。
出处
《杭州电子科技大学学报(自然科学版)》
2010年第4期177-180,共4页
Journal of Hangzhou Dianzi University:Natural Sciences
基金
国家自然科学基金资助项目(60934009
60804064)
浙江省科技厅一般面上科研资助项目(2009C34016)
浙江省研究生创新科研资助项目(2008061)
关键词
线性时不变系统
卡尔曼滤波
无序量测
预测补偿
liner time invariant system
Kalman filter
out-of-sequence
prediction and compensation