| 信息融合超前k步稳态最优Kalman预报器和Wiener预报器 |
| |
| 引用本文： | 高媛,王欣,毛琳,梁佐江,邓自立.信息融合超前k步稳态最优Kalman预报器和Wiener预报器[J].黑龙江大学自然科学学报,2005,22(3):346-349. |
| |
| 作者姓名： | 高媛 王欣 毛琳 梁佐江 邓自立 |
| |
| 作者单位： | 黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080;黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080;黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080;黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080;黑龙江大学,电子工程学院,黑龙江,哈尔滨,150080 |
| |
| 基金项目： | 国家自然科学基金资助项目(60374026)，黑龙江省自然科学基金资助项目(F01-15)，黑龙江大学青年科学基金资助项目(QL200412) |
| |
| 摘 要： | 应用Kalman滤波方法,基于Riccati方程,在线性最小方差信息融合准则下,提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器,给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比,可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性.
|
| 关 键 词： | 信息融合状态估计 超前k步最优融合Kalman预报器 Wiener预报器 Kalman滤波方法 |
| 文章编号： | 1001-7011(2005)03-0346-04 |
| 修稿时间： | 2003年11月14 |
Information fusion k - step - ahead steady - state optimal Kalman predictor and Wiener predictor |
| |
| GAO Yuan,WANG Xin,MAO Lin,LIANG Zuo-jiang,DENG Zi-li.Information fusion k - step - ahead steady - state optimal Kalman predictor and Wiener predictor[J].Journal of Natural Science of Heilongjiang University,2005,22(3):346-349. |
| |
| Authors: | GAO Yuan WANG Xin MAO Lin LIANG Zuo-jiang DENG Zi-li |
| |
| Abstract: | By the Kalman filtering method, based on Riccati equation, under the linear minimum variance information fusion criterion, the two-sensor information fusion k-step-ahead steady-state optimal Kalman predictor and Wiener predictor are presented, where the optimal weighting matrices and minimum fused error variance matrix are given. Compared to the single sensor case, the accuracy of predictors is improved. A simulation example for a radar tracking system shows its effectiveness. |
| |
| Keywords: | information fusion state estimation k-step-ahead optimal fusion Kalman predictor Wiener predictor Kalman filtering method |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
