基于多传感器的序贯式融合有限域H∞滤波方法

与集中式和分布式融合滤波器相比,序贯式融合滤波器不仅保证了估计精度相同,而且在对测量值即到达即滤波、部分测量值缺失等方面都具有灵活性、自适应性和实时性等特点.为此,本文针对一类噪声能量有界的多传感器动态系统,给出了一种序贯式融合有限域H∞滤波器.首先,利用测量值扩维的方法,给出一种集中式融合有限域H∞滤波器;然后,利用H∞滤波的性能指标与二次型不等式之间、以及Hilbert空间二次型的稳定点与Krein空间正交投影之间等的对应关系,构造出一种序贯式融合有限域H∞滤波器;最后,从理论与数值仿真两方面验证了新滤波器与集中式融合有限域H∞滤波器的性能等价性.

基于平方根CKF的多传感器序贯式融合跟踪算法

为了提高非线性序贯式融合跟踪算法的精度,提出了基于平方根容积卡尔曼滤波器的多传感器序贯式融合跟踪算法。该算法使用三阶容积数值积分原则计算非线性过程的均值和方差,克服了扩展卡尔曼滤波器存在的滤波精度低及平方根无迹卡尔曼滤波器存在的参数复杂的缺点。同时,在滤波递归过程中以协方差平方根矩阵代替协方差矩阵,这样确保了滤波算法的数值稳定性,提高了跟踪的精度。最后用已知弹道系数的再入段弹道跟踪模型对所提算法的性能进行仿真测试。仿真结果表明,所提算法具有很好的跟踪性能,是一种有效的非线性序贯式融合跟踪算法。

一类噪声相关多传感器系统的新型序贯式融合滤波

对于过程噪声与观测噪声一步互相关、各观测噪声一步自相关的多传感器融合滤波问题,提出了一种新的低维序贯式融合滤波算法.基于低阶迭代正交变换的思想提出了解相关的方法,将观测方程经过等价改写去除系统噪声的相关性,然后依据序贯滤波的思想,依次处理到达融合中心的观测信息,进而得到一类实时序贯式融合滤波算法.整个推导过程在线性最小均方误差意义下严格进行,能够实现系统状态的最优融合估计.最后的仿真验证了新算法在处理上述噪声相关问题上的最优性.

二维卡尔曼滤波的多源信息序贯式融合去噪方法

图像去噪方法主要是基于单传感器进行研究的,单传感器的信息已不能满足图像处理的需求。因此文章首先建立了多传感器下的二维线性离散系统的状态空间模型,然后对图像进行2DKF去噪,最后采用多传感器的序贯式融合方法取得结果来满足图像处理的需求。

考虑相关噪声与网络延迟的多传感器数据融合（英文）

针对多传感器系统中存在的相关噪声以及网络延迟问题,提出了一种带有缓存器的序贯式融合滤波算法。利用正交迭代法解除了噪声之间的相关性。针对不可靠网络导致的延迟甚至丢包问题,引入缓存器存储量测值,并在缓存器中利用时间戳对量测值进行重新排序。在此基础上提出了一种新型低维序贯式融合滤波算法,相比于传统的序贯融合算法具有更好的估计性能,同时能有效降低噪声相关和网络延时对系统性能造成的影响。最后仿真验证了该算法的有效性。

小区域防空作战空情信息处理方法研究

针对小区域防空作战的特点,分析了防空武器对空情信息的处理流程,研究了航迹滤波、航迹关联和航迹融合算法。采用三阶最小二乘算法对航迹进行滤波处理,完成航迹的时空配准;采用模糊聚类的方法进行航迹关联,并提出了解决关联多义性的处理方法;采用序贯式融合算法完成航迹的融合。仿真结果表明,该空情信息处理法方法具有关联正确率高、融合精度好的优点,在小区域防空作战中具有潜在的应用价值。