非线性带偏差系统的多传感器融合估计方法技术方案

本发明专利技术涉及一种基于分散融合滤波技术的非线性带偏差系统的多传感器融合估计方法。针对存在动态偏差的非线性多传感系统的估计问题，本发明专利技术加入了分散融合滤波技术，提出了两阶段容积卡尔曼滤波融合估计方法。在分散融合结构中，各个传感器需要将自己的状态估计信息发送到融合中心，同时，所有滤波器对状态估计信息进行时间更新，得到预测值。各个局部滤波器对预测值进行量测更新，得到局部状态估计信息。在融合中心，对所有滤波器的状态估计信息进行处理，得到全局状态估计信息。本发明专利技术方法的性能要优于单传感器的两阶段卡尔曼滤波方法。

【技术实现步骤摘要】
非线性带偏差系统的多传感器融合估计方法
本专利技术属于滤波估计领域，特别涉及一种基于分散融合技术的带偏差系统的多传感器融合估计方法。
技术介绍
现实中，非线性系统占有很大的比例，而在非线性系统中，由于各种原因，系统状态或测量可能受到动态偏差的影响。面对上述情况，如何进行系统状态的精确估计已成为了一个重要内容。常规的对于无偏差非线性系统的状态估计方法已为数不少，例如扩展卡尔曼滤波器，无迹卡尔曼滤波器等，而对于带偏差的非线性系统的状态估计方法并不多见。针对广泛存在的带偏差系统，找到一种新的估计方法是有必要的。面对上述情况，如何进行系统状态的精确估计已成为了一个重要内容。通常情况下，动态偏差为线性的，可以将非线性系统分成不受偏差影响的无偏差状态系统和偏差系统。由于状态方程是一个非线性方程，无偏差状态可以使用非线性估计方法来估计(例如容积卡尔曼滤波器)，偏差部分为线性方程，偏差可以通过近似为线性的滤波器进行估计，得到偏差的估计值。然后，通过一个融合因子进行组合，得到系统状态的估计值。由于矩阵运算的分离，明显降低了计算量，受到了相关研究人员的青睐。现有的非线性两阶段卡尔曼滤波器研究主要是基于单本文档来自技高网...

【技术保护点】
1.非线性带偏差系统的多传感器融合估计方法，其特征在于该方法包括以下步骤：步骤1.系统建模考虑了带偏差非线性多传感器系统为模型，系统过程噪声统计特性已知，非线性多传感器系统的状态方程、偏差方程和量测方程描述如下：

【技术特征摘要】
1.非线性带偏差系统的多传感器融合估计方法，其特征在于该方法包括以下步骤：步骤1.系统建模考虑了带偏差非线性多传感器系统为模型，系统过程噪声统计特性已知，非线性多传感器系统的状态方程、偏差方程和量测方程描述如下：yi,k＝hi(xk)+Di,kbk+vi,k(3)式中，k表示时间序列；xk,bk和yi,k分别为系统n维状态向量、m维偏差向量和第i个传感器的p维观测向量；和vi,k分别为系统状态噪声向量、系统偏差噪声向量和第i个传感器的量测噪声向量；f(xk)为状态转移函数；hi(xk)为第i个传感器的状态观测函数；过程噪声、偏差噪声和量测噪声均是零均值高斯白噪声序列：vi,k～N(0,Vi,k)；步骤2.使用单传感器两阶段容积卡尔曼滤波器，分别求取无偏差状态的估计值和偏差的估计值两阶段容积卡尔曼滤波器的采样点集为：无偏差状态的估计信息：偏差的残差表示为：偏差的协方差矩阵表示为：得到线性滤波器偏差状态估计信息：bk+1/k＝bk/k(17)由于状态转移函数和测量函数的存在，需要以无偏差状态估计值和预测值为基础，对函数进行近似表述：因此，系统状态表示为：步骤3...

【专利技术属性】
技术研发人员：葛泉波，王宏，张建朝，牛竹云，何美光，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33