基于噪声顺序解相关的两阶段Kalman滤波融合
发布时间:2022-12-03 22:08
针对传统两阶段Kalman滤波只能处理单一或部分复杂噪声情形,在充分考虑多雷达跟踪系统的误差噪声有色建模和四类噪声相关性建模基础上,建立一种基于噪声顺序解相关的两阶段Kalman滤波融合算法。首先给出能有效避免噪声相关性耦合化的噪声解相关顺序,进而应用等价变换技术来获得有色噪声、过程噪声和测量噪声三者间不相关的目标跟踪融合模型,最后应用平方根分解和单位下三角阵求逆技术来实现多雷达量测噪声相关系统的集中式Kalman滤波融合,并通过4个仿真实验验证了该算法对复杂噪声情形的有效性和高精度。
【文章页数】:9 页
【文章目录】:
1 问题描述
1.1 系统描述
1.2 过程和测量噪声统计特性描述
1.3 系统偏差的有色噪声描述
1.4 噪声相关性问题
1.5 关键性问题
2 复杂噪声建模的两阶段Kalman滤波
2.1 研究方案
2.2 有色噪声处理
2.3 相关噪声处理
2.3.1 相关噪声耦合性分析
2.3.2 噪声相关性Ⅰ解相关
2.3.3 噪声相关性Ⅱ解相关
2.3.4 噪声相关性Ⅲ解相关
2.3.5 复杂噪声建模系统的两阶段Kalman滤波
2.4 简要分析
3 复杂噪声建模的两阶段Kalman滤波融合
3.1 量测噪声相关性的处理
3.2 集中式融合
3.3 分布式融合
3.4 简要分析
4 计算机仿真
4.1 有效性验证
4.2 精度验证
4.3 复杂度验证
4.4 普适性验证
5 结语
【参考文献】:
期刊论文
[1]噪声相关带偏差线性系统的滤波融合算法[J]. 王宏,葛泉波. 杭州电子科技大学学报(自然科学版). 2019(05)
[2]基于变分贝叶斯估计方法的双尺度自适应Kalman滤波[J]. 吴俊峰,徐嵩. 空军工程大学学报(自然科学版). 2019(02)
[3]逆协方差交叉融合鲁棒Kalman滤波器[J]. 高晓阳,王刚,万鹏程,王睿. 空军工程大学学报(自然科学版). 2019(02)
[4]有色噪声下的目标跟踪卡尔曼滤波新算法[J]. 林旭,刘俊钊. 中国惯性技术学报. 2018(06)
[5]网络多信道多源信息融合技术的改进研究(英文)[J]. 李麟,张福泉. 机床与液压. 2018(06)
[6]有色量测噪声情况下的多传感器目标跟踪融合算法[J]. 郝惠娟,秦超英. 科学技术与工程. 2013(25)
[7]自校正集中式融合信息滤波器[J]. 关学慧,邓自立,石莹. 科学技术与工程. 2010(02)
[8]基于两阶段卡尔曼滤波的多传感器信息融合[J]. 丁维福,秦超英,郝慧娟. 西南民族大学学报(自然科学版). 2006(04)
[9]测量噪声相关情况下的多传感器数据融合[J]. 段战胜,韩崇昭,党宏社. 计量学报. 2005(04)
硕士论文
[1]复杂系统的两阶段Kalman滤波融合算法研究[D]. 王宏.杭州电子科技大学 2019
[2]基于两阶段Kalman滤波的多传感器信息融合[D]. 王效良.河南工业大学 2016
本文编号:3707072
【文章页数】:9 页
【文章目录】:
1 问题描述
1.1 系统描述
1.2 过程和测量噪声统计特性描述
1.3 系统偏差的有色噪声描述
1.4 噪声相关性问题
1.5 关键性问题
2 复杂噪声建模的两阶段Kalman滤波
2.1 研究方案
2.2 有色噪声处理
2.3 相关噪声处理
2.3.1 相关噪声耦合性分析
2.3.2 噪声相关性Ⅰ解相关
2.3.3 噪声相关性Ⅱ解相关
2.3.4 噪声相关性Ⅲ解相关
2.3.5 复杂噪声建模系统的两阶段Kalman滤波
2.4 简要分析
3 复杂噪声建模的两阶段Kalman滤波融合
3.1 量测噪声相关性的处理
3.2 集中式融合
3.3 分布式融合
3.4 简要分析
4 计算机仿真
4.1 有效性验证
4.2 精度验证
4.3 复杂度验证
4.4 普适性验证
5 结语
【参考文献】:
期刊论文
[1]噪声相关带偏差线性系统的滤波融合算法[J]. 王宏,葛泉波. 杭州电子科技大学学报(自然科学版). 2019(05)
[2]基于变分贝叶斯估计方法的双尺度自适应Kalman滤波[J]. 吴俊峰,徐嵩. 空军工程大学学报(自然科学版). 2019(02)
[3]逆协方差交叉融合鲁棒Kalman滤波器[J]. 高晓阳,王刚,万鹏程,王睿. 空军工程大学学报(自然科学版). 2019(02)
[4]有色噪声下的目标跟踪卡尔曼滤波新算法[J]. 林旭,刘俊钊. 中国惯性技术学报. 2018(06)
[5]网络多信道多源信息融合技术的改进研究(英文)[J]. 李麟,张福泉. 机床与液压. 2018(06)
[6]有色量测噪声情况下的多传感器目标跟踪融合算法[J]. 郝惠娟,秦超英. 科学技术与工程. 2013(25)
[7]自校正集中式融合信息滤波器[J]. 关学慧,邓自立,石莹. 科学技术与工程. 2010(02)
[8]基于两阶段卡尔曼滤波的多传感器信息融合[J]. 丁维福,秦超英,郝慧娟. 西南民族大学学报(自然科学版). 2006(04)
[9]测量噪声相关情况下的多传感器数据融合[J]. 段战胜,韩崇昭,党宏社. 计量学报. 2005(04)
硕士论文
[1]复杂系统的两阶段Kalman滤波融合算法研究[D]. 王宏.杭州电子科技大学 2019
[2]基于两阶段Kalman滤波的多传感器信息融合[D]. 王效良.河南工业大学 2016
本文编号:3707072
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3707072.html