相关观测融合Kalman估值器及其全局最优性
对于带相关观测噪声和带不同观测阵的多传感器线性离散时变随机控制系统,用加权最小二乘法(WLS)提出了两种加权观测融合Kalman估值器,它们包括状态滤波、状态预报和状态平滑.基于信息滤波器形式下的Kalman滤波器,证明了在相同初值下,它们在数值上恒等于相应的集中式观测融合Kalman估值器,因而具有全局最优性.但是它们可明显减轻计算负担.数值仿真例子验证了它们在功能上等价于集中式观测融合Kalman估值器.
多传感器信息融合、加权观测融合、相关观测噪声、Kalman滤波器、全局最优性
26
O211.64(概率论与数理统计)
国家自然科学基金资助项目60874063
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
174-178