两级混合多传感器信息融合中的状态估计
何友① ; 陆大（纟金）② ; 彭应宁②
① 海军航空工程学院电子工程系 烟台 264001;② 清华大学电子工程系 北京 100084
STATE ESTIMATION FOR TWO-LEVEL HYBRID MULTISENSOR DATA FUSION SYSTEMS
He You① ; Lu Dajin② ; Peng Yingning②
① Dept. of Electron. Eng.,Naval Aeronautical Engineering Academy,Yantai 264001;② Dept. of Electron. Eng.,Tsinghua University Beijing 100084
摘要 在混合式多传感器信息融合系统中,一部分传感器通过处理它们的数据产生局部航迹,另一部分传感器则只提供检测报告,这些航迹和检测报告被传送到融合中心完成航迹融合和组合滤波。本文提出适合于两级混合式多传感器系统的全局最优状态估计解。在这种结构中,融合中心首先需要融合来自L 个传感器的局部估计,然后基于其它N-L 个传感器的观测,利用Kalman滤波技术依次更新已融合的航迹。本文还考虑了各传感器分布在不同地理位置时的状态估计问题。
关键词 ：
信息融合 ,
状态估计 ,
多传感器 ,
航迹融合 ,
组合滤波
Abstract ：This paper presnets a globall optimal composite filtering solution for a two-level hybrid multisensor system.It is shown that the fusion center first neeeds to fuse the local estimates from the L sensors,and then to update recursively the fused track by using a Kalman filter based on the observations of the other N-L sensors.Thsi paper also considers the estimation problems based on the different Cartesian coordinates.
Key words ：
Data fusion
State estimation
Multisensor
Track fusion
Composite filtering
收稿日期: 1998-02-23
[1]
刘俊,刘瑜,何友,孙顺. 杂波环境下基于全邻模糊聚类的联合概率数据互联算法
[2]
郭强,何友,李新德. 一种快速DSmT-DS近似推理融合方法
[3]
郭强, 何友. 基于云模型的DSm证据建模及雷达辐射源识别方法
[4]
王雪梅,刘文强,邓自立. 不确定系统鲁棒协方差交叉融合稳态Kalman滤波器
[5]
王欢, 孙进平, 付锦斌, 毛士艺. 角度信息辅助的集中式多传感器多假设跟踪算法
[6]
单甘霖, 张凯, 吉兵. 基于高斯和均方根容积卡尔曼滤波的姿态角辅助目标跟踪算法
[7]
刘哲席, 阳建宏, 杨德斌, 黎敏. 基于信息总不确定度的冲突证据组合修正方法
[8]
史亚, 姬红兵, 朱明哲, 王磊. 多核融合框架下的雷达辐射源个体识别
[9]
李程, 王伟, 施龙飞, 王雪松. 基于多源信息融合的有源雷达组网方式序贯识别方法
[10]
张兰勇, 刘繁明, 李冰. 基于聚谱分析的多通道盲信号自适应分离算法
[11]
杨可, 傅忠谦, 王剑亭, 林日钊. 多目标滤波中的多传感器概率假设密度算法
[12]
杨旗, 薛定宇. 基于双尺度动态贝叶斯网络及多信息融合的步态识别
[13]
冯海山, 徐晓滨, 文成林. 基于证据相似性度量的冲突性区间证据融合方法
[14]
林岳松, 陈琳, 郭宝峰. 基于数据驱动的信息融合及其在车辆声辨识中的应用
[15]
盛卫东; 林两魁; 安 玮; 周一宇. 基于全局最优的被动多传感器多目标轨迹关联算法
1999, Vol. 21 
