多傳感器信息融合濾波及性能分析.pdf

1、多傳感器信息融合簡稱為信息融合，它是將各種信息進行多個級別、多個方面、多個層次的綜合性的處理，這些信息是通過各個多傳感器獲得的，可以消除多傳感器之間可能存在的冗余與矛盾，降低不確定性，從而產生有意義的新的信息，更豐富、更準確、更可靠，這是任一個傳感器都無法獲得的。近些年來，隨著通信技術、計算機技術以及傳感器的發(fā)展，特別是軍事上復雜性的日益提高，多傳感器信息融合技術迅速發(fā)展了起來。同時，它也引起多方研究者的高度關注，并廣泛地應用在各個領域

2、，如目標識別及跟蹤、智能機器人、戰(zhàn)場監(jiān)視、醫(yī)療診斷、圖像處理、遙感等等。時滯系統(tǒng)的狀態(tài)估計問題是狀態(tài)估計研究中還沒有完全解決的問題。因而，在時滯系統(tǒng)中設計分布式濾波器是目前發(fā)展趨勢的熱點，具有重要的理論意義與實用價值。
　　 基于奇異值分解(SVD)的原理及偏差補償最小二乘的原理，對自回歸(AR)模型，提出了一種偏差補償最小二乘遞推算法。由于協(xié)方差矩陣在實際系統(tǒng)中，對舍入誤差很敏感，在傳遞信息的過程中使其失去對稱正定性，從而影響

3、遞推算法的數值穩(wěn)定性。新推導出的算法，會緩解或避免這一現象。將奇異值分解應用在多傳感器信息融合中會有很大的前景。
　　 在線性最小方差的意義下，對按矩陣加權、按標量加權與按對角陣加權這三種最優(yōu)融合算法進行介紹。加權分布式的融合算法計算量小，容錯性能很強，但它們局部是最優(yōu)的，而在全局上是次優(yōu)的。研究了它們的計算量及精度關系。
　　 針對帶有未知噪聲方差的多傳感器時滯系統(tǒng)，給出了一種自校正信息融合Kalman濾波器。首先是引