| 信息融合稳态最优Kalman平滑器 |
| |
| 引用本文： | 邓自立,高媛,李云,崔崇信,白敬刚.信息融合稳态最优Kalman平滑器[J].科学技术与工程,2004,4(3):172-175. |
| |
| 作者姓名： | 邓自立 高媛 李云 崔崇信 白敬刚 |
| |
| 作者单位： | 黑龙江大学自动化系,哈尔滨,150080 |
| |
| 基金项目： | 国家自然科学基金 ( 60 3 740 2 6)，黑龙江省自然科学基金 (F0 1— 15 )资助 |
| |
| 摘 要： | 应用Kalman滤波方法，基于Riccati方程，在线性最小方差最优融合准则下，提出了按矩阵加权的两传感器最优融合稳态Kalman平滑器，给出了最优加权阵和最小融合误差方差阵。同单传感器Kalman平滑器相比，可提高平滑精度。一个雷达跟踪系统的仿真例子证明了其有效性。
|
| 关 键 词： | 信息融合状态估计 两传感器信息融合 最优融合Kalman平滑器 Kalman滤波方法 矩阵加权 |
| 修稿时间： | 2003年11月5日 |
Information Fusion Steady-state Optimal Kalman Smoother |
| |
| DENG Zili,GAO Yuan,LI Yun,CUI Chongxin,BAI Jinggang.Information Fusion Steady-state Optimal Kalman Smoother[J].Science Technology and Engineering,2004,4(3):172-175. |
| |
| Authors: | DENG Zili GAO Yuan LI Yun CUI Chongxin BAI Jinggang |
| |
| Abstract: | By the Kalman filtering method, based on the Riccati equation, under the linear minimum variance information fusion criterion, the two-sensor optimal fusion steady-state Kalman smoother weighted by matrices is presented, and the optimal weighting matrices and the minimum error variance matrix are given. Compared with the single sensor case, the smoothing accuracy is improved. A simulation example for the radar tracking system shows its effectiveness. |
| |
| Keywords: | information fusion state estimation two-sensor information fusion optimal fusion Kalman smoother Kalman filtering method |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
