改进的联邦EKF在列车组合定位中的应用

摘要：

基于联邦扩展卡尔曼滤波器(联邦EKF)的多传感器信息融合技术,提高定位系统的容错能力和滤波精度.由于联邦EKF从局部滤波到全局滤波的融合算法计算量小,数据通信少,使得其在非线性系统中具有较高频率的应用.在传统联邦滤波器框架基础上,引入图论分析法,构建分散式融合模型,改变传统的"局部-中心"融合模式,以提高数据融合的鲁棒性.为保证初始节点选取的可靠性,提出基于总均方误差的加权质心算法,在保证系统总均方误差最小的前提下计算各节点的权值.通过仿真和车载实验表明:在某局部节点出现异常的情况下,本融合框架依旧能保证定位结果的可靠性.

关键词：多传感器数据融合、联邦EKF、图论、加权质心

所属期刊栏目：44

分类号：U284(铁路通信、信号)

资助基金：国家自然科学基金;国家自然科学基金;教育部人文社会科学研究项目;甘肃省科技计划;甘肃省科技计划;甘肃省科技计划;甘肃省科技计划

在线出版日期：2022-10-21（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：65-70