带有乘性噪声的多传感器强跟踪融合算法

发布时间：2018-05-13 00:08

  本文选题：数据融合 + 传感器网络　； 参考：《中国测试》2017年05期

【摘要】：为解决加性噪声模型无法准确刻画实际观测模型的问题,采用带有乘性噪声系统模型进行建模。在实际系统中,由于多传感器网络的应用使得传统乘性噪声的滤波算法已无法满足实际需求,该文分别提出带有乘性噪声的有反馈分布式和序贯式多传感器强跟踪滤波融合方法,以有效解决复杂环境下的非线性系统最优状态估计问题。计算机仿真实验表明,新算法具有很好的估计精度,在多传感器目标跟踪应用中有较好的应用前景。
[Abstract]:In order to solve the problem that the additive noise model can not accurately depict the actual observation model, the system model with multiplicative noise is used to model the model. In the practical system, because of the application of multi-sensor network, the traditional multiplicative noise filtering algorithm can not meet the actual needs. In this paper, a feedback distributed and sequential multi-sensor strong tracking filtering fusion method with multiplicative noise is proposed to effectively solve the optimal state estimation problem for nonlinear systems in complex environments. The computer simulation results show that the new algorithm has good estimation accuracy and has a good prospect in multi-sensor target tracking applications.
【作者单位】： 中国飞行试验研究院;
【基金】：航空科学基金(2015ZD30002)
【分类号】：TN713;TP212

【相似文献】

相关期刊论文 前6条

1 褚东升;宁云磊;张玲;;带乘性噪声系统状态滤波的自适应算法[J];中国海洋大学学报(自然科学版);2011年12期

2 褚东升;滕梓洁;张玲;;基于滤波器的一类带乘性噪声系统的执行器故障检测与估计方法[J];中国海洋大学学报(自然科学版);2013年06期

3 褚东升,王远;带乘性噪声系统在加性噪声相关时的最优滤波[J];青岛海洋大学学报(自然科学版);2001年06期

4 邢国靖;张承慧;赵辉宏;;带乘性噪声和测量时滞的随机系统二次滤波[J];山东大学学报(工学版);2011年06期

5 郭锋;周玉荣;蒋世奇;古天祥;;具有乘性噪声的线性振荡器的随机共振[J];电子科技大学学报;2008年01期

6 ;[J];;年期

相关硕士学位论文 前4条

1 宁云磊;带乘性噪声系统的自适应参数辨识算法研究[D];中国海洋大学;2012年

2 史政;复杂多通道带乘性噪声系统的逆向滤波及单向反褶积算法研究[D];中国海洋大学;2005年

3 于春晓;带乘性噪声系统多尺度状态平滑及基于量测预处理的滤波算法研究[D];中国海洋大学;2007年

4 于兴凯;一类具有等式约束的带乘性噪声系统的滤波算法研究[D];中国海洋大学;2014年

，

本文编号：1880758