多传感器广义系统的加权观测融合Kalman预报器.pdf

《多传感器广义系统的加权观测融合Kalman预报器.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、系统科学与数学，Sys．Sci．&Math．Scis．33(12)(2013，12)，1423—1434多传感器广义系统的加权观测融合术Kalman预报器陈建国(四川绵阳职业技术学院计箅机科学系，绵阳621000)冉陈键(黑龙江大学电子工程学院，哈尔滨150080)摘要对于带相关观测噪声的多传感器线性离散随机广义系统，应用最小二乘法将各个传感器的观测信息融合为一个新的观测．再采用奇异值分解方法将原广义系统转化为两个互耦的子系统，且融合的观测也转化为其中一个状态分量的观测，从而将问题转化为单传感器常规

2、系统的状态估计问题．对于新的降阶常规子系统，提出了全局最优的加权观测融合Kalman预报器及其预报误差方差阵通过该方法所得广义系统的加权观测融合Kalman预报器的精度比基于状态融合的Kalman预报器的精度高，也高于局部Kalman预报器的精度，且克服了在状态融合方法中要求计算各个局部预报器的估计误差互协方差的局限性．一个多传感器广义系统的数值仿真例子说明其有效性．关键词多传感器观测融合，广义系统，相关观测噪声，奇异值分解，Kalman预报器MR(2000)主题分类号93Ell，93E24WEIG

3、HTEDMEASUREMENTFUSIoNKALMANPREDICToRFoRTHEMUI卫ISENSoRDESCRIPToRSYSTEMCHENJianguo(ComputerScineceDepartment，MianyangVocationalandTechnicalCollege，Mianyang621000)RANChenjian(ElectronicEngineeringCollege，HeilongjiangUniversity，Harbin150080)+国家自然科学基金(61203

4、121)，黑龙江省教育厅科学技术研究项目(12531516)，黑龙江大学重点实验室研究项目，黑龙江大学青年科学基金项目(QL201112)资助课题．通讯作者：冉陈键，Email：ranchenjian@gmail．com．收稿日期：2012-10—22，收到修改稿日期：2013．03。06．系统科学与数学AbstractForthemulti—sensordescriptorsystemwithcorrelatedmeasurementnoises．thenewfusedmeasurementcan

5、beobtainedbyleastsquaremethodbasedonallmea-surements．Thestateequationofthedescriptorsystemcanbedecomposedintotwonormalmutualcouplingsub-systemsbyusingsingularvaluedecomposition．Andthefusedmeasurementequationischangedtothemeasurementofonestatecompo—nent

6、．Then，theproblemisthestateestimationofone—sensornormalsystem．Forthenewreduced—ordersub—systems．theweightedmeasurementfusionKalmanpre—dictorispresented，byapplyingKalmanfiltering．ThepredictionerrorvariancesoftheweightedmeasurementfusionKalmanpredictorfor

7、thedescriptorsystemisob-tained．Thismethodavoidstocomputethecross—varianceofalllocalpredictors．andtheaccuracyoffusedpredictorishigherthanthatoflocalpredictorsandstatefusionKalmanpredictor．Asimulationexampleof4一sensordescriptorsystemverifiestheeffectiven

8、essofthemethod．KeywordsMultisensormeasurementfusion，descriptorsystem，correlatedmeasure—mentnoises，singularvaluedecomposition，Kalmanpredictor．1引言广义系统是Rosenbrock在1974年提出的，也被称为奇异系统．它是一类比较广泛的系统，能够更准确和有利的描述与刻画实际系统，如飞行器模型、化学过程、电路系统、经济系统、大规模互联