基于多尺度Kalman数据融合滤波.pdfVIP

维普资讯 第35卷第 1期 光 电工程 Vo1．35，No．1 2008年 1月 Opto—ElectronicEngineering Jan，2008 文章编号：1003—501x(2008)01—0110—06 基于多尺度Kalman数据融合滤波 王鹏伟，吴秀清，孙福明 (中国科学技术大学 电子工程与信息科学系，合肥 230027) 摘要：本文通过分析基于小波变换的动态系统模型，提出一种基于小波多尺度的Kalman数据滤波方法，本文利 用小波的多尺度特点，把初始估计序列多尺度分解，并在不同尺度层上进行 Kalman滤波估计，再利用小波重构 来融合各层的估计信息，把标准Kalman滤波只在单一尺度和时间轴上对状态估计值和误差协方差进行数据更新， 改进为基于小波变换的尺度轴和时问轴上的双向数据更新，该算法将小波多尺度分解去噪和Kalman滤波相结合， 对实际中含较强噪声的动态系统的状态估计效果较好。算法也可用于多分辨率多传感器数据融合。 关键词：多尺度：Kalman滤波；小波变换；数据融合 中图分类号：TP391 文献标志码：A DataFusionFilteringTechniquesBasedonM ultiscaleKalmanFilter WANGPeng-wei，W UXiu-qing，SUNFu-ming (DepartmentofElectronicEngineerandlnformationScience， UniversityofScienceandTechnologyofChh~a,Hefei230027，Chn／a) Abstract：Inthispaper, tllanalysisonthedynamicsystem modelbasedonwavelettransform．anoveldatafusion filteringalgodthm basde onmultiscaleKalmanfilterWas proposed．Wavelettransofmr was verysuitableofrprocessing multicsalesignals，anditcouldbeusednimultiresolutionfusionfiltering．Theapproachusde htemulti-scalecharacteristic ofwavelettransofmr todecompo sehteprimalforecastingsequencefnsfly,na dperfomr edKalmanfilteringestimateon eachlevel，nadlastlywaveletreconstructionwasappliedtonitegratehteestimateniformationfrom neighborhoodscale． Sothebetterfilteringprceisionisobtainde ．Th ewaveletdecompo sitionofhtenoisedmeasurementsWas combnide tll Kalmanfilternieveryscalenaditmakeshtebestofmultiresolutionadtainformation．Th us，htebetterfilteringresultsare achievdeofrhtednyamicsystemwihthihg-levelnoisenipractice． Keywords：multi—scale；Kalmna filtering；wavelettr