兩傳感器分布式kalman濾波融合算法及其仿真分析

1、兩傳感器分布式兩傳感器分布式kalmankalman濾波融合算法及其仿真分析濾波融合算法及其仿真分析摘要：討論了基于兩傳感器kalman濾波的數(shù)據融合算法，對FAFSS算法機理進行了描述并融合算法進行了仿真，分析了融合結果。關鍵字關鍵字：kalman濾波；分布式傳感器信息融合；分布式濾波數(shù)據融合算法（FAFSS）Algithmsimulationanalysisfkalmanfilteringfusionbasedondistribut

2、etwosensSHENZhenYANGFan(ResearchInstituteofElectronicScienceTechnologyofUESTCChengdu611731)Abstract：InthispapersixkindsoffusionalgithmbasedontwotranslatusingKalmanfilterwerediscussed.AccdingtotheFAFSSfusionalgithmthefusi

3、ontrackssquareerrwereanalysedthroughsimulation.Keywds：Kalmanfiltering；distributetranslatinfmationfusionalgithm；fusionalgithmoffilteringstepbystep（FAFSS）1引言引言隨著科學技術的發(fā)展和現(xiàn)代化戰(zhàn)爭的需要，信息融合作為一門新興交叉學科，在近年來得到了廣泛關注和快速發(fā)展。而多傳感器多目標航跡融合

4、算法方法的研究，一直是多傳感器多目標跟蹤及信息融合領域的一個熱點。[6]狀態(tài)融合估計方法主要有基于狀態(tài)的融合和基于測量的融合。前者對每個傳感器的測量數(shù)據進行濾波估計后將其按照最大似然原則融合成最終的狀態(tài)融合估計，是一種次優(yōu)算法。而后者是一種基于最小均方差(MMSE)的最優(yōu)融合算法，從結構上來看最優(yōu)融合（位置融合級系統(tǒng)）算法主要有集中式、分布式、混合式和多級式。集中式結構因數(shù)據互聯(lián)較困難，并且要求系統(tǒng)必須具備大容量的處理能力，計算負擔重系

5、統(tǒng)的生存能力也相對較差等缺點?；旌鲜襟w系結構是[124]集中式和分布式兩種形式的結合，這種結構比較復雜一般用于大型融合系統(tǒng)。工程上多采用分[9]布式結構，分布式濾波數(shù)據融合算法（FAFSS）就是一種經典的分布式Kalman濾波融合算法。2系統(tǒng)描述系統(tǒng)描述為了討論方便，我們在此只討論過程與測量噪聲是相互獨立，系統(tǒng)中不含控制項，且各傳感器位于同一地理位置的情況?？紤]一類多傳感器動態(tài)系統(tǒng)（1(1)()()()XkkXkwk????）()()(

6、)()12iiizkHkXkvki???（2）其中整數(shù)k≥0為離散時間變量，為狀態(tài)向量，是系統(tǒng)()1nXkR??nn()Rk???矩陣；系統(tǒng)過程噪聲為高斯白噪聲n1()Rwk??序列，具有如下的統(tǒng)計特性（3）()0Ewk?（4）()()()0TkjEwkwjQkkj???式中為非負定矩陣。()Qk兩傳感器以相同的采樣速率對目標的特征進2(11)Pkk??211((1)(1))(1)iiiIKkHkPkk???????（15）其中（16）

7、21??(1)(11)XkkXkk????（17）21(1)(11)PkkPkk????2222(1)(1)(1)((1)TKkPkkHkHk?????（18）222(1)(1)(1))TPkkHkRk??????采用兩傳感器融合時，得到的k1時刻的融合結果：(19)2??(11)(11)XkkXkk?????(20)2(11)(11)PkkPkk?????上述分步式濾波過程由圖3.1(a)表示，其中虛線框內的分步更新過程由圖3.1(b

8、)給出。分步更新?()Xkk()Pkk?(1)Xkk?(1)Pkk??(11)Xkk??(11)Pkk??Z1(k1)Z2(k1)1?(1)Xkk?2?(11)Xkk??1(1)Pkk?2(11)Pkk??（a）（b）()Qk()k?圖3.1分步濾波過程示意圖4仿真結果仿真結果仿真中假設有兩個傳感器同時跟蹤一個目標，系統(tǒng)采用分布式融合結構，LP1的測距和測角誤差分別為，r1400m??10.02rad???，觀測噪聲標準差delta1=