基于两阶段kalman滤波的多传感器信息融合

《基于两阶段kalman滤波的多传感器信息融合》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？镇＾雙蹲；麟齊怒＾撐鸣雜蹲１ｒ藏产批吗讓塞？：＂＇＇；－－弓：六：ｉｖ違与芭惡為ｙ约ｖ以忌細玲段，細才吝费＼＾命編蕩邊渋黎讀（浊耀歡漆４？蜡於＃謂義馬結＾．壽麵沛＾ｒｆＩ誦嗎馨霍纖如寺航伽：！；誦麵禱Ｉ，議圆＇－Ｓ：＾唯／１誤城Ｉ尤八廷韻护１？！或！＿兰苗朽歎ｉ兹爲卿與Ｐ嚷Ｉ響響晒藝纖覇圆Ｒｆｉｆｆ基芋两阶段长ａｈｎａｎ辕坡簡５１１；ｇｇｊ讓传感器信息融合；ｌ＾ｌｆ；、胃胃．．．’每整．、！辦雙二；ｖｖ＼：、；；苗殘群可ｒ气齋吁辭；护。．，短ｓ二。，：？避１＾！讀振ｖ鄉醉、燕馈！

2、５？４ｙ｜＾过汾聲為贺續／！．、、為念楚，；；｜ｉ＾．技真義已；！茫１胃零輯４姜Ａ辕推肴姓过效良。进為藝．；變蹲識葬雜纖护：猶谭察策导教靜寒成雌教聲；胃＇＆、＇‘：三＇．《、（学科ｎ卖瓦王举片：減＾追為转锦亦讀宗辦择专５｜議１巧＂，、，—；Ｔ学科专密Ｖｊ空制科学詳搭＾寥轉對悚．於蘇声贺對悼棘ｆ、句工扣、＇．换巧培寿单批综：．；＞、ｆｈ热獅輿斬叫、．絲．＾紋；這，ｉＬ餘紅案取钟為．－馬觀纖據磯腾雜柴霄費隸两識岂挺骑看躺讀擊被驗鐵韻！＆ｙ臟論Multi-sensorInformationFusio

3、nMethodsBasedOnTwo-stageKalmanFilterADissertationSubmittedfortheDegreeofMasterCandidate：WangXiaoliangSupervisor：Prof.WenChenglinSchoolofElectricalEngineeringHenanUniversityofTechnology,Zhengzhou,China关于学位论文的独创性声明本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研巧工作所取得的成果，论文中有关资料和数据是实事

4、求是的。尽我所知，除文中已经加Ｗ标注和致谢外，本论文不包含其他人己经发表或撰写的研究成果，也不包含本人或他人为获得河南工业大学或其它教育机构的学位或学历证书而使用过的材料。－－同工作的同志对研究所做的任何贡献均已在论文中做出了明确的说明与我。若有不实之处Ｉ本人愿意承担相关法律责任。学位论文作者签名；己ｉ（女复曰期：年月曰＞／各３学位论文使用授权书本人完全同意河南工业乂学有权使用本学位论文（包巧但不限于其印刷版和电子版），使用方式包括但不限于：保留学位论文，按规定向国家有关部口（机构）送交学位论

5、文，Ｗ学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论义作者篇名＝、仪心日期：方〇化年么月３日指导教师签名：日期；年６月３日摘要随着科学技术的快速发展，单传感器监测技术已经渐渐不能满足人们的需求，多传感器技术在社会生活、工农业生产、尤其是国防军事等领域发挥着越来越重要的作用。多雷达组网系统是多传感器系统的典型代表，因为雷达系统组成元件的离散性、老化、漂移及

6、环境因素的影响，多雷达组网系统不可避免地出现相对固定的系统偏差。由于雷达系统中系统误差的存在，会在一定程度上影响雷达观测信息的融合探测跟踪性能，因此在利用多雷达组网系统对目标进行探测跟踪时需要对自身系统偏差进行估计与补偿(即，空间配准)。空间配准的一种常用手段是对系统状态与系统偏差进行联合估计，两阶段Kalman滤波是一种处理联合估计问题的有效方法，本文基于两阶段Kalman滤波器开展多传感器信息融合问题研究，主要包含以下内容：首先，在并列集中式融合框架下，利用观测值扩维融合的思想，将各传感器的观测信息扩维为系统状态的增广观测矩阵

7、，并构建对应的增广观测方程；在此基础上，基于单传感器的两阶段Kalman滤波器对系统状态和系统偏差进行联合估计；并通过仿真研究分析了并列集中式两阶段Kalman融合滤波方法的有效性与可行性。然后，依据并列分布式融合框架，在分析各传感器局部两阶段Kalman滤波结果的基础上，利用系统状态估计误差协方差阵构建对应的加权融合系数，进而实现系统状态的全局融合估计，提出了标准分布式框架下的并列式两阶段Kalman融合滤波方法；并利用仿真验证了并列分布式两阶段Kalman融合滤波方法性能的优越性。由于并列式融合滤波结构需要所有观测信息或者局部

8、估计结果全部到达融合中心之后才能进行融合处理，进而得到全局融合滤波结果。序贯式融合滤波结构能够在观测信息(或者局部估计结果)到达融合中心时，就能够将其与系统状态的当前预测值或者估计值进行融合，从而提高融合处理的实时性。为此，本文进一步研究了序贯集中