时滞系统的多源数据融合卡尔曼滤波器研究

摘要：

对于带观测时滞的线性离散时变随机控制优化问题,提出了观测变换方法,把带观测时滞状态空间模型等效地转换为无观测时滞的状态空间模型,接着应用卡尔曼(Kalman)滤波方法,在线性最小方差最优融合准则下,给出按矩阵、按对角阵和按标量加权三种最优信息融合卡尔曼(Kalman)滤波器,可分为局部最优全局次优的.融合器的精度高于每一个局部Kalman估值器的精度.可以减少用增广状态方法计算负担大的缺点.为了计算最优加权,给出了计算局部估计误差互协方差公式.对于带观测时滞的三传感器目标跟踪系统的Monte Carlo仿真例子证明了算法的有效性.

关键词：多传感器信息融合、时滞系统、加权融合、局部滤波互协方差

所属期刊栏目：29

分类号：O211.64(概率论与数理统计)

资助基金：黑龙江省教育厅科学技术研究项目11553101

在线出版日期：2013-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：143-146,161