联合卡尔曼滤波器在多传感器系统的信息融合及容错中的应用.pdf

《联合卡尔曼滤波器在多传感器系统的信息融合及容错中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第15卷第2期青岛大学学报Vol.15No.22002年6月JOURNALOFQINGDAOUNIVERSITYJun.2002文章编号:1006-1037(2002)02-0009-04联合卡尔曼滤波器在多传感器系统的y信息融合及容错中的应用y112周祥龙,赵景波,常慧(1.海军潜艇学院电工教研室,青岛266071;2.徐州格林测控技术有限公司,徐州22100)摘要:对集中滤波器和分散滤波器的性能特点进行了比较和分析,指出了它们应用于多传感器系统时的不足之处,提出了联合卡尔曼滤波器的结构和算法,并在精度、

2、计算效率和容错能力方面与传统的集中滤波器和分散滤波器进行了比较,提出联合卡尔曼滤波器由于采用了系统信息分配原理,可以进一步改善系统的容错能力及精度,因此特别适用于多传感器系统,可以提高系统的精度和容错、复原能力。关键词:多传感器系统;信息融合;容错;联合卡尔曼滤波器中图分类号:TP21219文献标识码:A卡尔曼滤波器被广泛应用于动态过程的数据处系统的容错能力和总体性能,并对其在多传感器系理中,它所固有的递推运算方法对时域多传感器系统信息融合及容错方面的性能进行了分析。统特别有效,这些传感器可理解为具有各自数

3、据流1集中卡尔曼滤波器与分散卡尔曼滤的硬件装置。可是标准的卡尔曼滤波器(集中卡尔波器的比较与分析曼滤波器),在采用严格最优估计方法对多传感器系统所有测量值集中处理时,将带来很大的计算量,严动态系统的数学模型为#重影响卡尔曼滤波器的动态性能和实时性。另外,X=

4、尔曼滤波器被量;v为观测噪声,R为其协方差阵;H是系统的观分成对应于每个传感器的多个局部滤波器和一个主测矩阵。当标准卡尔曼滤波器(集中卡尔曼滤波滤波器,各局部滤波器并行工作,它们的输出(状态器),采用最小方差估计方法对动态系统所有量测值估计)被一个主滤波器周期性地融合处理,产生一个集中处理时,其离散卡尔曼滤波递推算法如下:整体状态估计。这种分散卡尔曼滤波器能够显著地^^^Xk=

5、kHk+Rk](2)卡尔曼滤波器只能是次优状态估计。分散卡尔曼滤Ck=(I-GkHk)Pk(3)波技术不仅可降低系统的运算量,而且使得整个多TPk+1=

6、2-03-05y第一作者简介:周祥龙(1962-),男,副教授,主要从事自动控制理论的教学和研究工作。10青岛大学学报第15卷的综合系统时,面临如下几个问题:¹带来很大的计态的系统信息。由于动态模型和它的协方差阵作为算量;º容错能力很差;»在多级(两级)滤波器结构时域内的加权约束,这种动态信息能够改善时域状中,没有数据预处理能力。态估计的精度和可靠性。联合卡尔曼滤波器可以认集中卡尔曼滤波器的第一个问题是很突出的,为是一种特殊的分散卡尔曼滤波器,但是,它包含一多传感器系统通常有许多状态变量(假设为n个),个信

7、息分配过程,在这一过程中,基于理论上的信息且每个传感器大约引入1~5个外观测量。这样,对分配原理,动态信息被分配到每个局部滤波器中,在于一个单独集中卡尔曼滤波器,其阶次很高,每个运这一点上它明显不同于标准卡尔曼滤波器,对于标32算周期的运算量将大约正比于n+Em#n(这里准卡尔曼滤波器,全部系统信息都包含在一个单独Em是所有传感器的外观测量总数)。当一个或多的集中滤波器中。此外,尽管联合滤波器与一般分个传感器要求高速处理数据时,问题显得特别严重。散滤波器有着类似的工作方式,但是,联合滤波器中由于高速微处理器

8、的不断发展及利用<,Q和H矩信息分配原理的采用把它从概念上与两种经典的滤阵的稀疏性可适当提高算法速度。然而,对于多传波器)集中和分散滤波器区别开来。感器系统,集中卡尔曼滤波器的巨大计算量问题确为了更进一步地研究和分析联合滤波器,下面已严重影响到系统滤波的实时性和整体动态性能。给出它的算法。为了简化分析,假定局部状态矢量集中卡尔曼滤波器的第二个问题是其容错性能和主状态矢量是相同的,并且有相同的转移矩阵,若较差。像任