自校正加權(quán)觀測(cè)融合Kalman估值器及其應(yīng)用.pdf

1、在現(xiàn)代C<'3>I(指揮、控制、通信與情報(bào))作戰(zhàn)系統(tǒng)中，依靠單傳感器提供信息己無(wú)法滿足作戰(zhàn)的需要，必須運(yùn)用多傳感器提供觀測(cè)數(shù)據(jù)，實(shí)時(shí)的進(jìn)行目標(biāo)檢測(cè)和識(shí)別。為此，多傳感器信息融合技術(shù)便迅速的發(fā)展起來(lái)，并在現(xiàn)代C<'3>I系統(tǒng)中和軍事領(lǐng)域中得到了廣泛的應(yīng)用。 如何合并多傳感器的觀測(cè)方程為一單個(gè)觀測(cè)方程且得到優(yōu)于單個(gè)傳感器的效果?解決這一問(wèn)題有很多種信息融合方法，其中Kalman濾波具有重要的理論及應(yīng)用意義。基于Kalman濾波的多傳

2、感器信息融合方法，包括狀態(tài)融合和觀測(cè)融合，近年來(lái)得到了廣泛深入的研究。 對(duì)于多傳感器系統(tǒng)，本文應(yīng)用加權(quán)最小二乘(WLS)法得到一個(gè)加權(quán)觀測(cè)融合方程，它與原始方程構(gòu)成一個(gè)等價(jià)的加權(quán)觀測(cè)融合系統(tǒng)。基于Riccati方程，提出了兩種穩(wěn)態(tài)最優(yōu)加權(quán)觀測(cè)融合Kalman估值器(濾波器、預(yù)報(bào)器和平滑器)，并驗(yàn)證了與集中式觀測(cè)方法對(duì)比的完全功能等價(jià)性。對(duì)于帶未知噪聲方差的多傳感器系統(tǒng)，引入左素分解可得到一個(gè)新的觀測(cè)過(guò)程，該觀測(cè)過(guò)程用兩個(gè)滑動(dòng)平均

3、(MA)過(guò)程之和表示。采用求解相關(guān)函數(shù)矩陣方程組方法，得到了噪聲方差估值器，并且根據(jù)新的觀測(cè)過(guò)程的采樣相關(guān)函數(shù)及其遍歷性，證明了噪聲方差估值器的一致性。在此基礎(chǔ)上，基于Riccati方程，提出了兩種自校正加權(quán)觀測(cè)融合Kalman估值器。通過(guò)對(duì)動(dòng)態(tài)誤差系統(tǒng)的穩(wěn)定性分析，證明了自校正加權(quán)觀測(cè)融合Kalman估值器的收斂性，即按實(shí)現(xiàn)或以概率1收斂于當(dāng)噪聲方差已知時(shí)的全局最優(yōu)加權(quán)觀測(cè)融合Kalman估值器，在跟蹤系統(tǒng)中大量的仿真例子說(shuō)明了它們的