基于矩阵加权方法的非线性异步融合估计器设计

发布时间：2020-12-13 15:29

　　研究了局部估计值时序不同步情况下的非线性融合估计问题。基于平方根容积卡尔曼滤波(SRCKF)方法和矩阵加权融合方法,设计了一种适用于非线性系统的异步融合估计器。该估计器先使用滤波算法求出融合周期内不同采样时刻的状态估计值,再从融合周期内第2个传感器采样时刻开始,使用所提出的异步矩阵加权融合方法融合当前采样时刻的状态估计值。同时,根据融合周期内最后一个传感器的采样时刻和融合时刻是否相同,选用不同的方式得到融合时刻的最终估计值。仿真结果验证了所提出的估计器在处理异步局部估计值问题时的有效性。 

【文章来源】：高技术通讯. 2020年04期 北大核心

【文章页数】：5 页

【部分图文】：

非线性异步融合估计器的时序图

如图2所示,与直接使用SRCKF估计器得到的状态估计值相比,异步矩阵加权融合估计器的RMSE较小。因此,异步矩阵加权算法既可以处理异步的局部估计值,又可以提高系统状态估计的精确性。4 结 论

【参考文献】：
期刊论文
[1]序贯处理的多传感器航迹融合算法研究[J]. 黄树峰,秦超英.  计算机工程与应用. 2010(16)



本文编号：2914769