多传感器分布式信息融合粒子滤波器_论文

18 2 1 ,6 1 ) 1  0 0 4 (2  C m ue  ni e n  n   p l aos o p trE g e r g ad A pi t n 计算机工程与应用  n i ci ◎ 据 库 、 号 与信 息处 理◎ 数 信   多传感器分布式信息融合粒子滤波器  毛 琳 2刘 , 胜1   MAO L n , I   h n     i  L U S e g 1 . 哈尔滨工程大学 自 动化学院 , 哈尔滨 100 50 1   2 . 黑龙江大学 电子工程学院 , 哈尔滨 108  500 1C l g   f Auo t n, r i   gn e n   ie st Ha b n 1 0 0 , h n   . ol e o   tmai Ha bn En i e r g Unv r i e o i y, r i   5 0 1 C i a 2D p r e to  l t nc E gne n , el gi gU i ri , abn 10 8 ,hn  .eat n fEe r i nier gH inj n  nv sy H ri 5 0 0 C ia m co   i o a e t   E ma : aljt ho o c  - i m o n C o. m. l i j ̄a c n M AO  n, U  h n . u f- e s r d sr b t d i f r a i n f so   a tce f t rCo Li LI S e gM l s n o   it i u e   n o m t   u in p r i l  le . mp t r n i e rn  a d Ap l a o s  i o i u e  E g n e i g n   pi t n , ci 2 1 .6 1 )1 8 1 9 0 0 4 ( 2 :1— 1 .   Ab t a t sr c :A  e mu t s n o   it b td p r c e f tr b s d o  if r t n f s n i r p s d fr tt  s ma o   r b e o   n w  l — e s r d sr u e   a t l  i e   a e   n n oma o   u i   s o o e   o  s e e t t n p o l m  f i i i l i o  p a i i n n i e r n   o — u s n y tms t s s a t l  l r o c l u ae tt e t t d au s f o a s n o s e p c iey,n   o l a a d n n Ga s i  s s n a e .  u e  p r ce f t  t  ac lt sa e si e  v l e  o lc I i i e ma l e s r r s e t l a d v t e   h  s se f s n si t n s b i e  b  a p yn   h   i r ue  f so   ue weg td y c e . h   i lt n e s l   h n t e y tm  u i  e t o ma i  i o  o t n d y p li g t e d s i td u in r l  ih e  b  s a sT e smu ai  r u t a tb l o s s w t t o pr   i  es g  es , ep ps  l rh   p vst  cu c o f e  h   a c a dwt t  i l s o t  r oe a o t i r e h acr y f lr o h   m e h h n e n rh o d g m m o   e i a,   t. i Ke   r s i o ma in f s n; a t l  l r s t  si t n y wo d : n r t   u i p ri e f t ; t e e t i   f o o c ie a ma o 摘 要 : 对非线性非 G us n系统的状 态估计 问题 , 出一种基 于信 息融合的 多传感器分布式粒子滤波算法。该算法首先利用 针 asi a 提   粒子滤波方法分别计算局部传感器的状 态估值 , 再应用分布式标量加权融合准则对状 态估值进行信 息融合 。 仿真结果表 明和单传  感器情形相比可提 高滤波的精度 。   关 键 词 : 息融 合 ; 子 滤 波 器 ; 态估 计  信 粒 状 D :03 7 /i n1 0— 3 1 0 01. 4 文章编号 :0 2 8 3 (0 0 1— 18 0   文献标识码 :  中图分类号:P 9  OI 1. 8 .s. 2 8 3 . 1. 0   7 js 0 2 23 10 — 3 12 1 )2 0 1— 2 A T31 1 引言  在现代信号处理 、 图像处理 、 目标跟踪定位及 自动控制领  2 局部粒 子滤 波器 算法  考虑离散时间非线性动态系统  瓢+ ( , )        =   域存在着大量的非线性非高斯随机 隋况 , 目前解决这类问题常  应用随机采样的粒子滤波器(aieF ti ,F㈣ 。该方法  Pr l i r gP ) t  l n c e 是应用大量 的测量数据 , 一组 加权粒子的演化和传播来递  通过 推近似状态 的后验概率密度 函数 , 从而 获得 其他状 态的统计  () 1  () 2  ( ,) 氟    其 中, N是 时间指标 , ∈   k时刻 的系统状态向量  : J j }   耽 R是   ×  R 是系统状态 演化 映射 , 埘 是 l维过程 演化 噪声 , 而  

相关文档

海面分布式传感器多信息融合技术
多传感器分布式融合白噪声反卷积滤波器
多传感器ARMA信号自校正分布式融合Kalman滤波器
多传感器快速粒子滤波器融合的方法及其在导航中的应用
基于NETDDE的网络式多传感器信息融合Kalman滤波器
多通道ARMA信号的三种多传感器信息融合Wiener滤波器
两传感器广义系统信息融合Kalman滤波器
多传感器加权观测融合自适应UKF滤波器
电脑版