快速协方差交叉融合算法及应用

针对分布式传感网络系统中存在互协方差未知的情形,融合系数的科学设计对于融合性能至关重要.本文以各节点估计方差矩阵逆的迹的倒数作为计算融合系数的中间变量,设计了一种序贯快速协方差交叉融合算法,可以显著减少各个融合节点的计算量,能够保证各融合节点融合结果相同.在给定系统的误差方差上界约束与优化指标前提下,该融合算法结合粒子群优化算法,能够给出对分布式系统中各个节点的传感器精度要求.工程实践中,可为传感器的选型提供理论依据.最后,给出了一个分布式网络传感器精度选型的算例及快速协方差交叉融合算法在雷达网中的应用实例.

基于逆协方差交叉的非线性滤波融合算法

针对多传感器非线性系统数据融合问题,提出一种基于逆协方差交叉的多传感器扩展卡尔曼滤波算法。首先,利用扩展卡尔曼滤波算法将非线性系统线性化,获得局部稳态扩展卡尔曼滤波器,并描述其扩展信息形式;其次,为了解决互协方差对非线性系统下滤波融合结果的影响,并引入协方差交叉算法和逆协方差交叉算法;最后通过分析两种算法误差协方差阵的大小范围,给出了逆协方差融合算法的精度分析。对纯方位目标跟踪系统进行仿真实验,验证了算法的可行性。

基于最大内椭球的分布式融合算法

针对分布式火控网系统中各探测节点间互协方差未知的情形,基于协方差椭球对精度关系的几何解释,分析了忽略互协方差融合估计值发散的原因,在此基础上结合矩阵加权最优融合算法,提出了一种适用于互协方差未知情形的分布式火控网系统融合算法,该方法可利用线形矩阵不等式(LMI)求解。所提算法通过极大化融合矩阵的迹来求解最大融合内椭球,与经典的协方差交叉算法相比,本文所提算法保守性较小。最后,通过蒙特卡洛仿真算例验证了所提算法的有效性。