協(xié)方差交叉信息融合濾波器.pdf

1、多傳感信息融合Kalman濾波是信息融合和濾波理論相結(jié)合的產(chǎn)物，主要目的是對來自每個局部傳感器的局部信息和數(shù)據(jù)進行關聯(lián)、估計和融合，產(chǎn)生比基于每個局部信息的狀態(tài)或者信號估計更準確的估計值。目前基本的信息融合方法有集中式融合Kalman濾波和分布式融合Kalman濾波。
　　 分布式融合Kalman濾波在線性最小方差準則下主要有三種信息融合算法：按矩陣加權、按標量加權和按對角陣加權。相比于集中式融合估計方法，分布式融合估計減小計算

2、負擔，更靈活可靠。但是分布式融合估計需要計算局部估計的誤差互協(xié)方差。在許多理論和實際問題中，互協(xié)方差的計算是非常復雜或者根本無法獲得互協(xié)方差。如果不考慮局部變量的相關性，假設互協(xié)方差為零，可導致濾波實際誤差方差陣增大，從而使濾波器發(fā)散。
　　 本文提出的協(xié)方差交叉融合Kalman濾波算法完全避免辨識和計算系統(tǒng)的局部估計互協(xié)方差，可處理帶未知局部估計互協(xié)方差的多傳感器系統(tǒng)融合估計問題。CI融合給出融合估計實際誤差方差陣的一個上界，

3、這個上界與局部互協(xié)方差無關，即保證了CI融合估計的一致性和魯棒性，并且可減小計算負擔，避免了融合Kalman濾波器的發(fā)散問題。進一步給出了融合估計一致牲證明。
　　 對帶不相關觀測噪聲、相關觀測噪聲和有色觀測噪聲的兩傳感器隨機系統(tǒng)，在互協(xié)方差未知情況下，提出了兩傳感器CI融合Kalman估值器。
　　 對傳感器個數(shù)大于等于3的多傳感器隨機系統(tǒng)，提出了序貫CI融合Kalman估值器和批處理CI融合Kalman估值器，并給出

4、了兩種CI算法一致性證明。
　　 將上述結(jié)果應用于信號處理過程，通過ARMA信號模型和狀態(tài)空間模型之間的相互轉(zhuǎn)化，把信號估計問題轉(zhuǎn)化為狀態(tài)估計問題，提出了兩傳感器多通道ARMA信號CI融合信號估值器。
　　 對帶觀測滯后的兩傳感器隨機系統(tǒng)，利用觀測變換，直接將滯后系統(tǒng)轉(zhuǎn)化為非時滯的標準系統(tǒng)，提出了兩傳感器時滯系統(tǒng)CI融合Kalman估值器。
　　 本文證明了CI融合濾波器和局部Kalman濾波器、集中式融合、三種