多模型多传感器信息融合Kalman平滑器-控制理论与应用.pdf

第22卷第2期 控 制 理 论 与 应 用 V0l1．22No．2 2005年4月 ControlTheory Applications Apt．2O05 文章编号：1000—8152(21305)02—0211—07 多模型多传感器信息融合 Kalman平滑器 孙书利 (黑龙江大学 自动化系，黑龙江 哈尔滨 150080) 摘要：基于标量加权的线性最小方差最优信息融合算法，对多模型多传感器离散线性随机系统，给出了一种分 布式标量加权信息融合固定滞后Kalman平滑器．它只需计算加权标量系数，可减小在融合中心的计算负担．当各 子系统存在稳态滤波时，又给出了标量加权信息融合稳态平滑器，它计算量小，便于实时应用．并给出了两个子系 统之间的平滑误差互协方差阵的计算公式．仿真例子验证了其有效性． 关键词：多模型多传感器系统；标量加权最优信息融合准则；固定滞后平滑器；Kalman滤波方法 中图分类号：O211 文献标识码：A 删 ti．modelandmulti．sensorinformationfusionKalmansmoother SUN Shu—li (DepaxlmemofAutmaafion，I-Icilon~iangUniversity，HarbinHeilongiiang150080，Oaina) Ahstr~ ；Basedontheoptimalinformationfusionalgorithm weightedbyscalarsinthelinearminimum variancesense，a distributedinformationfusionfixed．1agKalmansmotherweightedbyscalarsisgivenfordiscretelinearstochasticsystem with multiplemodelandmultiplesensors．Itonlyrequiresthecomputationofscalarweights，SOthatthecalculatedburdeninthefusion centercanbereduced．Theinformationfusionsteady-statesmootherweightedbyscalarsisalsogivenwhenallsubsystemshave sW~ -statefiltering．Ithasasmallcalculationandisconvenienttoapplyinrealtime．Thecomputationformulaforthesmooth- ingell-Ol-cross-covariancematrixisgivenbetweenanytwosubsystems．A simulationexampleshowsitseffectiveness． Keywords：system withmultiplemodelsandmultiplesenst~ ；ovemalinformationfusioncriterionweightedbyscalars； fixed-lagsmoother；Kalmanfiltedngimthtxl 1 引言 (Introduction) 正态分布的假设下分别给出一种极大似然融合准 信息融合Kalman滤波理论在 目标跟踪的组合 则，但融合时计算加权矩阵需要求解一个较高维数 导航中具有广泛的应用．当一个随机系统的状态有 的矩阵的逆，不便于实时应用．文献 [6]讨论了稳态 多个传感器进行观测时，可根据每个观测方程所得 信息融合问题．文献[8]给出了一种标量加权的信息 到的局部Kalman滤波器按某种