自校正分布式观测融合Kalman估值器.pdfVIP

第27卷 第 1期 哈 尔 滨 商 业 大 学 学 报 (自然科学版) JournalofHarbinUniversityofCommerce(NaturalSciencesEdition) Vo1．27No．1 2011年 2月 Feb．201l 自校正分布式观测融合 Kalman估值器 李 云 ，郝 钢2，张玉茹 (1．哈尔滨商业大学 计算机与信息工程学院，哈尔滨 150028；2．黑龙江大学 电子工程学院，哈尔滨 150080) 摘 要 ：对于带未知噪声统计的多传感器系统，应用加权最小二乘(WLS)法得到 了一个加权融合观 测方程 ，且它与状态方程构成一个等价的观测融合系统．应用现代时间序列分析方法，基于观测融合 系统的滑动平均 (MA)新息模型参数的在线辨识 ，可在线估计未知噪声方差，进而提 出了一种加权观 测融合 牙校正Kalman估值器 ，可统一处理 自校正融合滤波、预报和平滑 问题 ，并证 明了它的收敛性， 即若MA新息模型参数估计是一致的，则它与相应的最优加权观测融合Kalman估值器的误差收敛到 零 ，因而具有渐近全局最优性．一个带3传感器跟踪系统的仿真例子说明了其有效性． 关键词 ：多传感器；加权观测融合；自校正Kalman估值器；辨识；噪声方差估计；现代时间序列分析方 法：渐近全局最优性 中图分类号：0211．64 文献标识码：A 文章编号：1672—0946(2011)01—0094—06 Self-tuningmeasurementfusiondistributedKalmanestimators LIYun ，HAO Gang ，ZHANG Yu一131 I ^ - (1．SchoolofComputerandInformationEngineering，HarbinUniversityofCommerce，Hgrbin150028，China； 2．SchoolofElectronicEngineering，HeilongjiangUniversity，Hrabin1~0080) Abstract：Forthemuhisensorsystemswith unknownnoisestatistics，bytheweightedleast squares(wLS)method，aweightedfusedmeasurementequationwasobtained，andittogeth— erwiththestateequationconstituteaequivalentmeasurementfusionsystem．Usingtherood· erRtimeseriesanalysismethod，basedonon—lineidentificationofthemovingaverage(MA) innovationmodelparametersforthe measurementfusion system ，the on-lineestimatorsof noisevariancescouldbeobtained，andaself-tuningweightedmeasurementfusion Kalman estimatorispresented，which can handle the self-tuningfused filtering，prediction，and smoot