期刊文献+

多传感器加权观测融合自适应UKF滤波器 被引量:2

Adaptive Weighted Measurement Fusion Unscented Kalman Filter for Multisensor System
下载PDF
导出
摘要 对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法。该算法利用导出的平稳随机序列的相关函数估计系统观测噪声方差统计R(j),并证明了其收敛性。进而利用Sage-Husa估计算法得到自适应UKF滤波算法。该方法避免了传统Sage和Husa的自适应滤波算法不能处理Q和R均未知的系统的局限性。为了将多传感器信息加以充分利用,提高滤波精度,本文利用加权最小二乘法(WLS),实现了多传感器加权观测融合自适应UKF滤波器。一个带3传感器非线性系统的仿真例子说明了该算法的有效性。 For the multisensor nonlinear systems which have the same measurement function,an adaptive unscented Kalman filter is presented based on the Sage-Husa estimator.This algorithm can estimate the measurement noise variances R(j) of the subsystems by the correlated functions matrix of these educed sequences,and its convergence is also proved.The algorithm avoids the disadvantage of classic Sage-Husa estimator when the Q and R are all unknown.To take full advantage of the information of multisensor systems and improve the filtering accuracy,the adaptive weighted measurement fusion unscented Kalman filter is obtained by using the weighted least squares(WLS) method.A simulation example for a nonlinear system with 3 sensors shows its effectiveness.
作者 郝钢 叶秀芬
出处 《宇航学报》 EI CAS CSCD 北大核心 2011年第6期1400-1408,共9页 Journal of Astronautics
基金 教育部科学技术研究重点项目(209038) 黑龙江省自然科学基金(F201015)
关键词 自适应滤波 Unscented卡尔曼滤波器 加权观测融合 Adaptive filtering Unscented Kalman filter Weighted measurement fusion
  • 相关文献

参考文献7

二级参考文献118

共引文献339

同被引文献27

引证文献2

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部