自校正解耦融合Kalman滤波器及其收敛性

摘要：

对带未知噪声统计的多传感器系统,提出了基于相关方法的噪声统计在线估值器,进而提出了自校正Riccati方程和自校正Lyapunov方程.在按分量标量加权线性最小方差最优信息融合准则下,提出了自校正分量解耦融合Kalman滤波器,并用动态误差系统分析(DESA)方法证明了它收敛于最优分量解耦融合稳态Kalman滤波器,因而具有渐近最优性,它的精度比每个局部自校正Kalman滤波器精度高,且算法简单,便于实时应用.一个目标跟踪系统的仿真例子说明了其有效性.

关键词：多传感器信息融合、解耦融合、Riccati方程、噪声统计估计’自校正Kalman滤波器

所属期刊栏目：9

分类号：O211.64(概率论与数理统计)

资助基金：国家自然科学基金60874063

在线出版日期：2009-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：836-841