基于自适应Kalman滤波算法的联邦滤波器(1)

V01．33。No．12 December，2008 火力与指挥控制 FireControlandCommandControI 第33卷第12期 2008年12月 文章编号：1002一0640(2008)12—0088一03 基于自适应Kalman滤波算法的联邦滤波器 肖龙远，曾超 (中国工程物理研究院电子工程研究所，四川 绵阳621900) 摘 要：为弥补传统联邦滤波器实用性不好，缺乏对对象模型和传感器噪声的自适应估计能力的缺陷，利用自适应 Kalman滤波算法的思想，结合联邦滤波器本身的算法结构，对联邦滤波器进行改进，使之具有很强的自适应性，能够自适应 地计算出模型噪声和传感器噪声的协方差阵。给出了基于自适应Kalman滤波算法的联邦滤波器的计算架构，其他优秀的自 适应算法均可按相同的方式加入该架构中。最后通过仿真计算验证了该算法的有效性。 关键词：联邦滤波，Kalman滤波，自适应 中图分类号：V249．3 文献标识码：A TheStudyofFederatedFilterbasedontheAdaptiVe KalmanFilteringAlgorithm XIAOLong—yuan，ZENGChao (J，ls￡if“抬o，E如cf，口以站E理gi捍Pgri行g，(Mi，z以AcndP搠岁。，E咒gi，2Pe一，zgP缈sics，^矗口，拶口雄g621900，C^i咒口) Abstract：Tos01vethetraditionalfederatedfilter’sshortofpracticability，lackoftheabilitytoadapt toobjectmodelandnoiseofsensors，basedontheideaofadaptiVeKalmanfilteringalgorithm．Combinethe algorithmofthefederatedfilter，thefederatedfilterisimprovedtobecomemoreadaptive，canadaptively computethecoVariancematrixofthemodelandsensorsnoise．Andthealgo“thmframeworkofthe federatedfilterbasedontheadaptiveKalmanfilteringalgorithmispresented，otherperfectadaptive algorithmcanbeaddedtothisframework．Theefficiencyofthisalgorithmisvalidatedbythesimulation． Keywords：federalfilter，Kalmanfilter，adaptive 引 言 在现代导航、数据融合等系统中，Kalman滤波 技术是一种非常有效的手段。但是，在应用Kalman 滤波技术时，需要知道被研究对象的数学模型和传 感器噪声统计的先验知识；采用不精确的数学模型 和传感器噪声统计特性设计Kalman滤波器可能导 致较大的状态估计误差，甚至造成滤波发散。而采用 自适应Kalman滤波技术就可以解决以上问题，现 在已经有许多学者在这方面做了很多工作，而且也 已提出很多实用的自适应Kalman滤波方法‘引。 当传感器数量增加时，通常采用N．A．Calson 收稿日期：2007—11—10修回日期：2007—12—25 作者简介：肖龙远(1982一)，男，四川绵阳人，硕士研究 生，主要研究方向为：数据融合、信号处理，嵌 入式系统等。 等[1](1988年)提出的联邦滤波器来解决 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 Kalman滤波器计算负担重、通信负担重、容错性差 的困难。但是联邦滤波器仍然会面临数学模型和传 感器噪声统计特性不精确的困难，具体表现就是过 程噪声协方差阵Q和传感器噪声协方差阵R需要 采用自适应手段进行计算。将自适应Kalman滤波 技术的处理方法扩展到联邦滤波器中就非常必要。 本文以Sage提出的自适应Kalman滤波算法为例 讨论其在联邦滤波器中的使用方法。同理，其他自适 应Kalman滤波算法也可以通过相同的方式在联邦 滤波器中使用。 1 自适应Kalman滤波算法 考虑线性系统模型，假设其状态方程为： XHl—AXI+BU^+仉(1) E[仉]一o，E[仉玑+』r]一QI以(2) 万方数据 肖龙远，等：基于自适应Kalman滤波算法的联邦滤波器 (总第33—1783)·89· 其中，瓦为咒×1维系统状态向量，A(咒×，1)为 已知的系统状态转移矩阵，B(n×户)为已知的输入 控制矩阵，仉(户×1)为已知的控制输入向量，玑(，z× 1)为系统噪声向量，根据式(2)可知，其为零均值不 相关的白噪声。 假设有传感器对式(1)进行独立测量，相应的测 量方程为： 乙=HX·+n (3) 其中，乙为(g×1)的传感器测量值，H(g×，2) 为传感器测量矩阵。n(口×1)为传感器测量噪声，其 统计特性为： E[y。]一o，E[y^yHl]一R。d，，E[y。7。]一o(4) 即n也是不相关的白噪声，并且与系统噪声不相 关。 对Sage—Husa的自适应滤波算法‘43进行简化如 下： 状态一步预测： Xt．1一l—A^一lXI一1+及一I矾一I(5) 状态估计： 又¨=戈M—l+KI[Zt—日I戈¨一1](6) 滤波增益矩阵： K^一尸¨一1日：1[H^P¨一lH}+Rl—1]_1(7) 预测误差协方差阵： P^，^一1=AI—lP^一1，^一lAI一1r+Q^一1(8) 估计误差协方差阵：PM一[j—KtHt]R卜。(9) 系统噪声方差和传感器噪声方差的自适应估 计： f2^=日X蹦一l—Z^ J“一字秕。+丢乞t (10)．{“一]r^一l十i么‘ (10) 【尺；=生≯尺。一，+}(2。一以)(2。一“)r f仉=X¨一X¨一1 f． 正一1． ．1 _{吼一]厂吼一l十百仇 (11) 【Q。一生尹Q。一。+}(仇一乱)(仇一磊)丁 2 使用自适应Kalman滤波算法的联 邦滤波器 联邦滤波器m21对子滤波器的估计信息合成，子 滤波器是平行结构形式，均使用Kalman滤波算法。 同时采用方差上界技术和信息分配原则来消除各传 感器子滤波器估计结果的相关性，把全局状态估计 信息和系统噪声信息分配给各子滤波器，但不改变 子滤波器的算法形式。 联邦滤波器同时也面临缺乏对系统噪声和传感 器噪声的先验知识的困难，本文将自适应Kalman 滤波算法的思想应用到联邦滤波器中，以提高其实 用性和自适应能力。 假设有N个传感器对式(1)进行独立测量，相 应的测量方程为： Z{一日’X。+y{ (12) 其中J=1，2，⋯，Ⅳ，Z{为(g×1)的传感器测量 值，H’(口×靠)为传感器_f的测量矩阵。以(口×1)为 传感器歹的测量噪声，其统计特性为： E[y{]=o，E[yi，y{+z]=Ri艿。，E[V{‰]=o (13) 按照联邦滤波器的信息分配原理和状态重置 有： P{一lII—l-1一岛P暑1l^一1，Qi一1-1一房QI—l-1(14) Ⅳ 风一1一∑佛，又{一。I。一。：爻。一。l。一，，．『一1，2，⋯， Ⅳ，所 (15) 时间更新： P订{一1一[API—ll^一1A丁+QI—1]_1(16) 戈^lI—l—A又^一lII—lA了’BUl—l(17) P{压L1一[AP{-。肛一lA丁+Q{一1]～，_『一1，2，⋯，N，，，l (18) X{I^一l—X^I^一l，歹=1，2，⋯，Ⅳ，，，z(19) 量测更新： 鼎百1一P{Ij—l_1+目口R{一1_1H’，_『=1，2，⋯，Ⅳ (20) Pzlil一P蜀^一1—1 (21) 爻缸一P{I。尸{I。一l一1戈{I^一1+P{l^日，R{一l一1Zi，歹一 1，2，⋯，Ⅳ (22) Xzlt=Xzlt一1 (23) 融合： Ⅳ P五i—P蜀。一·+∑Pil。一- (24) 』耳l Ⅳ 戈小一P小PzlI一1又z1^+∑PⅢP缸一1又{I^(25) 由定义知，系统噪声代表真实状态和状态方程 之间的差别，而传感器噪声代表传感器测量和真实 状态的差别，又因整个系统使用相同的状态方程，所 以系统噪声统计特性只需要在每一滤波周期在主滤 波器中估计一次，而传感器测量噪声就必须在各个 子滤波器中单独进行。 基于白适应Kalman滤波的联邦滤波器算法调 整如下：式(25)之后使用式(11)进行系统噪声估计。 请注意此处寇I。为融合后的状态估计值。同理在各 万方数据 ·90·(总第33—1784) 火力与指挥控制 2008年第12期 子滤波器的测量更新前使用式(10)计算传感器噪声 方差，即在式(19)之后使用式(10)计算。需要注意， 此时式(10)的z。、H应修改为各传感器相应的Zi、 H，，状态的一步预测式(17)修正为： X^。I～1一AX^一l+BU^一l+吼一1(26) 量测更新式(22)修正为： X缸一P{l^P缸一lX缸一l+P缸H’R{一17(Z{一 “一1)，歹=1，2，⋯，Ⅳ (27) 可以看出，基于自适应Kalman滤波算法的联 邦滤波器实际上是在各个子滤波器中增加了对各传 感器噪声的估计和在主滤波器中增加了对系统噪声 的估计两个部分，而对联邦滤波器的滤波结构没有 任何改变，所以其最优性仍可以保证。 基于自适应Kalman滤波算法的联邦滤波器结 构图(此处以2个子滤波器为例)如下： 硝一lI·-I’Ql—I，癍一II^一l(1‘，15) 图l 自适应Kalman滤波算法的联邦滤波器计算框图 图中带黑圈的序号代表了其执行顺序，小括号 ()代表其需要计算的式子，线上的向量和矩阵表示 之间流动的信号。其中序号①步骤也可以放在最后 做，即序号⑦步骤之后。 3 仿真算例 以某再入飞行器仿真弹道参数为真实数据，其 表示为地心坐标系下的位置和速度向量[X，y，Z， y：，y，，亿]。系统状态方程为： X蚪1—4^X^+BlU^+仇 其中：X^一(zI，挑，z^，y1，y，。，y～)丁， A=[：?]，B一宦]，u。=匿三 B陉 仉为加速度分量，分别为： ，玑一 l矿又是)一一象IDyyz—gz+Ⅳz ．{矿，@)一一易IDyy，一g，+眠 厅 【矿z(正)一一器lD矿u一＆+Ⅳz 式中，p为弹道系数，舒为地表重力加速度，＆， g，，承为重力分量，JD为大气密度，Ⅳ，，Ⅳ，，Ⅳ：为加 速度随机扰动，即模型噪声‘副。 为简单起见，模拟5组传感器，每组传感器性 能、配置一样，日矩阵均为6×6单位阵，传感器噪 声、滤波后残留噪声见表1。 初始状态： 戈。lo一[o，1oooooo，o，7ooo，一2700，o]r 尸oIo—diag{3．381．38O．382．380．380．38) 蚕叩一[ooooo o]7’ Qo—diag{3．381．38O．382．380．380．38) r6=LO0oooo]1，歹一1，2，⋯，5 R6一diag{3．381．38O．382．380．380．38)， J一1，2，⋯，5 分别采用传统联邦滤波算法和本文提出基于自 适应Kalman滤波算法的联邦滤波器进行仿真，发 现由于再人飞行器运动模型的高度动态性，致使传 统联邦滤波算法的滤波结果出现严重发散现象，而 本文提出算法则能很好的工作，并且将原始测量噪 声大大降低。各分量滤波前后噪声方差如表1所示。 表l各分量噪声方差 分量 X y Z yzb yz 传感器各分量 ——．～一．．． 8．582．777．382．281．321．48 原始噪声方差 。。‘ 滤波后噪声方差 O．13o．25o．28o．34O．12O．14 本文滤波算法 噪声方差改善量 8·452·527·101·941·221·34 为节省篇幅，此处给出X方向噪声曲线，如图2 所示。其他方向情况大致一样。 田2 x方向噪声曲线 其中，‘*’数据为原始噪声曲线，‘一’为本文提 出的基于自适应Kalman滤波算法的联邦滤波器滤 (下转第94页) 万方数据 ·94·(总第33一1788) 火力与指挥控制 2008年第12期 大、耗费多。结合部分通信系统在演习及试验中获得 的数据及试验统计分析结果，将改进方法(肘)获得 的评估结果通过和试验统计法(7')对照，基本接近 试验统计法的评估结果。对通信系统1～3运用改进 方法和试验统计法，其评估结果的数据对照如下： E，{T，M}一{O．498，O．538)；E2{丁， M}一{O．612，O．69}；E3{丁，M)一{O．668，0．71}。E。 为系统z的T、M两种方法的效能比较向量。’ 4 结束语 本文针对单一的系统效能评估方法存在的不 足，提出了将模糊层次分析法的两级综合模糊评估 方法应用到ADC系统效能评估中，对ADC方法能 力C的求解尝试了一条新的思路。这种组合的方法 将定性与定量相结合、静态与动态相结合，利用了 AHP的目标层、准则层、方案层三级划分的较为科 学的指标 评价 LEC评价法下载LEC评价法下载评价量规免费下载学院评价表文档下载学院评价表文档下载 体系及两级综合模糊评估的优点，将 能力C的评估结果结合到ADC效能评估模型中， 削弱了模糊层次分析法的静态评估和较为主观方面 的不足，强化了效能评估的综合性、系统性、整体性。 通过仿真计算以及与试验统计法的结果比较，验证 了这一改进方法的有效性。 参考文献： [1]郭齐胜，郅志刚，杨瑞平，等．装备效能评估概论 [M]．北京：国防工业出版社，2005． [2]ZadehLA．Fuzzyset口]．InformationandControl， 1965(8)：338—353． [3]saatyTL．TheAnalyticHierarchyProcess[M]． NewYork：McGraw—HiU，l980． [4]雷中原，梁义芝，王 哲．基于模糊综合评判的舰 艇电子战系统作战效能评估[J]．电子信息对抗技 术，2006，7(4)：18—22． (上接第83页) C4ISR系统效能评估模型，对评价指标进行了重点 选取，通过构造评价问题的理想解和逆理想解作为 各评价系统的判据进行综合评价与排序，物理意义 直观，使用起来非常方便，是一种有效的多指标评价 方法，只是在样本数据较多时计算量很大，但把计算 过程编制计算机程序，速度快，精度高。该方法在公 司业绩评价、投资决策等方面应用非常广泛，本文应 用到对C‘ISR系统效能的评估是一种尝试，可以推 广到其他军事领域。 参考文献： [1] 姜旭平．信息系统分析——概念·结构·机理·分 支与发展[M]．长沙：湖南科学技术出版社，1993． 焦跃，李德毅．一种评价系统效能的新方法[J]．系 统工程理论与实践，1998，17(12)：68—73． 赵小松．指挥信息优势评估指挥体系的构建[J]．国 防大学学报，2004，38(10)：78—81． 范如国，王志武．熵权理想点法及其在投资决策中的 应用口]．武汉水利电力大学学报，1998，(6)；105— 107． 杜纲，岳松涛．房地产开发投资决策的熵权系数优 化模型[J]．数理统计与管理，1999，17(1)：45—49． KrishaP，VictorLB，PaulMH．BusinessAnalysis &Valuation；usingFinancialstate—ments[M]． South—WesternCoUegePublishingandInternational ThomsonPublishingInc，1996． (上接第90页) 波后残留噪声曲线。可以看出，基于自适应Kalman 滤波算法的联邦滤波器有非常好的效果，收敛速度 极快。 4 结 论 经典的联邦滤波器存在实用上的困难，本文将 自适应Kalman滤波器算法应用到了联邦滤波器 中，在不改变原滤波器结构的情况下保证了联邦滤 波器的最优性和容错性。同时本文的提法可以看作 是一种算法架构，其他优秀的自适应Kalman滤波 算法均可以按此架构加入到联邦滤波器中，以提高 系统的实用性和容错性能。 参考文献： [1]carlsonNA． FederatedFilterforFault—tolerant IntegratedNavigationsystems[A]．PLANs[C]， 1988． [2]顾启泰，王颂．联邦滤波器理论研究[J]．中国惯 性技术学报，2002，10(6)：34—40． [3]许 明，刘建业，袁信．自适应卡尔曼滤波在惯导 初始对准中的应用研究[J]．中国惯性技术学报， 1999，7(3)：14．16． [4]sageAP。HusaGw． AdaptiveFilteringwith UnknownPriorStatistics[J]．JACC，1969，769． [5]刘利生．外弹道测量数据处理[M]．北京：国防工业 出版社，2002． ] ] ] ] ] ＆ D 艮 凹 口 万方数据 基于自适应Kalman滤波算法的联邦滤波器 作者： 肖龙远， 曾超， XIAO Long-yuan， ZENG Chao 作者单位： 中国工程物理研究院电子工程研究所,四川,绵阳,621900 刊名： 火力与指挥控制 英文刊名： FIRE CONTROL & COMMAND CONTROL 年，卷(期)： 2008，33(12) 被引用次数： 1次 参考文献(5条) 1.Carlson N A Federated Filter for Fault-tolerant Integrated Navigation Systems 1988 2.顾启泰.王 颂 联邦滤波器理论研究[期刊 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 ]-中国惯性技术学报 2002(06) 3.许 明.刘建业.袁 信 自适应卡尔曼滤波在惯导初始对准中的应用研究[期刊论文]-中国惯性技术学报 1999(03) 4.Sage A P.Husa G W Adaptive Filtering with Unknown Prior Statistics 1969 5.刘利生 外弹道测量数据处理 2002 相似文献(10条) 1.期刊论文 高为广.孙岩峰.卢伟.顾青涛.GAO Wei-guang.SUN Yan-feng.LU Wei.GU Qing-tao 联邦滤波的改进算 法 -测绘科学技术学报2006,23(4) 分析并综述了联邦滤波算法,以及该算法存在的问题.针对观测信息不足的情况下,结合抗差估计和自适应估计理论对联邦滤波算法进行了改进,给出 了联邦滤波在局部传感器观测信息不足情况下的改进算法.由模拟计算结果可知,在局部传感器观测信息不足的情况下,改进的联邦滤波器能较好地抑制载 体观测异常和状态扰动异常对动态系统参数估值的影响,具有很强的的抗差性和自适应性. 2.学位论文 曾斌 车载GPS/DR组合导航定位系统的研究 2009 多传感器技术的出现极大地推动了车载定位技术的发展，结束了过去单独使用GPS或DR导航系统进行车辆定位的时代，将GPS和DR导航定位技术融合 在一起，使车辆定位的精确度大大提高。 在诸多信息融合理论中，Kalman滤波理论因为其具有递推特性，实时性强，便于计算机存储和计算，被普遍接受，并得到了迅速的发展和广泛的应 用，用于GPS/DR组合导航定位信息融合的联邦Kalman滤波算法就是在这一背景下成熟起来的。联邦Kalman滤波的算法思路是将GPS和DR两个导航定位系统 分别作为子系统，在各自的滤波算法下先行进行滤波计算，再将各自滤波后的结果输入主滤波器，在主滤波器中通过模糊综合评价算法和动态信息分配 系数优化算法得到的动态分配系数将两个子系统滤波后的结果进行最优化融合。 标准Kalman滤波虽然优点突出，但其缺点也同样明显，即要求所求解的状态向量的系统状态和观测方程必须为线性的，而且其噪声必须为白噪声。 这一缺陷极大地限制了标准Kalman滤波的使用。本文针对GPS和DR各自系统方程的特征和假设在复杂的有色互相关噪声的工作条件下，对GPS子系统采用 Kalman滤波，对其有色互相关噪声做 函数 excel方差函数excelsd函数已知函数     2 f x m x mx m      2 1 4 2拉格朗日函数pdf函数公式下载 变换，使其变换为“新”函数下的“白”噪声函数，应用标准Kalman滤波算法对其进行滤波；对DR子系统采用 结合UKF和PF的各自特点所产生的UPF滤波算法，并为防止其滤波粒子发生衰竭而进行改进，得到改进的UPF滤波算法。本文对GPS和DR两个子滤波算法进 行了严谨的数学推导，分别给出了其滤波算法的流程图和实现滤波器的运行结构图。 最后利用MATLAB仿真，检验了组合滤波算法的可行性和比单独子系统滤波的位置输出更精确的优点。 3.期刊论文 高为广.何海波 自适应抗差联邦滤波算法 -测绘学院学报2004,21(1) 简要介绍了抗差估计理论;在顾及扰动异常的情况下,把自适应抗差Kalman滤波应用到联邦滤波上,对联邦滤波进行了改进,提出了一种自适应抗差联 邦滤波算法.由计算结果可知,自适应抗差联邦滤波能较好地抑制载体观测异常和状态扰动异常对动态系统参数估值的影响,较好地提高导航解的精度. 4.期刊论文 赵龙.陈哲 新型联邦最小二乘滤波算法及应用 -自动化学报2004,30(6) 为克服多传感器信息融合时联邦Kalman滤波在系统噪声和测量噪声的统计信息不准确时所存在的局限性,提出了一种基于最小二乘估计的新型联邦滤 波算法,定义为联邦最小二乘滤波.定性讨论了它与联邦Kalman滤波的关系,通过在INS/双星/GPS组合导航系统中的实际应用进一步地比较两种算法.实测 数据的仿真结果证明,在系统噪声和测量噪声不准确的情况下,联邦最小二乘滤波的精度要高于联邦Kalman滤波. 5.学位论文 苏丽媛 多传感器信息融合及其在船舶吨位智能测量系统中的应用研究 2005 多传感器信息融合能够综合利用多个传感器的观察量,形成对环境的精确完整的描述,提高智能信息系统决策的快速性、正确性和科学性,是现代信息 处理的强有力工具.本文系统地研究了多传感器信息融合技术,归纳介绍了多传感器信息融合的国内外发展现状、功能模型、一般算法,研究了传感器数据 的一致性检验方法,重点研究了基于Kalman滤波的信息融合算法及联邦Kalman滤波理论,并以船舶吨位智能测量系统为研究对象,设计了多传感器信息融合 算法.文中针对多传感器系统中传感器变更的需要,提出一种基于多模型kalman滤波器的分级式自适应信息融合方法.在第一级中,各子系统对应的局部滤 波器根据系统传感器数量和种类选择合适的滤波器模型,进行kalman滤波,融合互补信息;第二级中,融合中心对待测参数的局部估计进行处理,融合冗余信 息.仿真结果表明,此方法融合精度较高,且能有效提高系统的容错性能、简化系统重构.在对基于Kalman滤波的信息融合算法的研究基础上,本文设计了内 河航运船舶吨位智能测量系统,根据系统需要详细设计了其中的多声纳传感器信息融合算法和计算船舶吨位的算法,提出"变参考系统"方法来提高系统精 度,并根据系统实时性需要使用稳态滤波方法来缩短系统计算时间.仿真实验表明此系统有效可行. 6.期刊论文 康国华.刘建业.熊智.Kang Guohua.Liu Jianye.Xiong Zhi 导航系统中量测滞后异步多传感器集中滤 波算法 -东南大学学报（自然科学版）2005,35(5) 为解决异步多传感器组合存在的信息更新频率不同步,借鉴联邦滤波子滤波器的结构设计,提出在集中滤波器内根据组合时刻量测值的不同,选择相应 量测矩阵进行切换的方法实现多传感器的异步组合.同时在该算法的基础上,利用非延时量测信息补偿滞后量测的方法,解决了多传感器组合量测滞后的问 题.该算法在GPS/CNS/SINS组合导航实时仿真系统的应用表明,量测矩阵的切换对系统状态变量的滤波迭代没有不利影响,补偿量测滞后的方法对降低滤波 误差有明显作用,滤波结果精度较高. 7.学位论文 金乐 基于DTV单频网的定位及信息融合算法 2009 利用DTV单频网定位是近几年提出的一种新的定位方式，由于其定位精度高、经济有效受到越来越多的重视。而目前对DTV单频网的定位方法和算法 的研究在国内外尚属空白。本文借鉴现有的蜂窝网定位、导航系统的相关理论，结合DTV单频网的特点，对DTV单频网定位的方法和算法做了探索。 在定位方法方面，介绍了4种传统的定位方法，研究它们在DTV单频网中的适用情况，选定TDOA法为DTV单频网的定位方法，并提出了利用微多普勒频 移定位的新方法。 在静态定位算法方面，研究了Fang算法、Chan算法和泰勒序列展开法3种算法在LOS和NLOS环境下的性能。在LOS环境下，3种算法的性能均受高斯测 量噪声的影响，Chan算法、泰勒序列展开法性能优于Fang算法；在NLOS环境下，算法性能恶化。 在动态定位算法方面，选择Singer模型为移动台的运动模型，将Kalman滤波运用到TDOA法和微多普勒频移法，取得了令人满意的位置和速度估计 ，位置估计精度高于静态定位算法。 在数据融合方面，采用集中式状态(观测)融合和联邦滤波将TDOA法和微多普勒频移法相融合。以上两种融合方法均取得了优于单独使用一种方法的 位置和速度估计。集中式状态(观测)融合能得到全局最优估计，但计算负担大；联邦滤波是次优的，但运算量降低。 在信道模型和NLOS噪声消除方面，给出了详细的COST259信道模型仿真步骤，运用基于Kalman滤波的交互多模型算法抑制NLOS噪声。即使LOS/NLOS交 替出现，该算法也能很好地抑制NLOS噪声，使定位精度提高大约一个数量级。 8.期刊论文 柴霖.CHAI Lin 联邦滤波器信息分配因子优选问题 -火力与指挥控制2007,32(8) 在剖析联邦滤波核心理论的基础上,对当前学术热点--联邦滤波器信息分配因子优选问题进行探讨.分析了文献中几种常见的优选算法,指出其中的理 论缺陷.从全局估计、局部估计、容错性等三方面质疑了信息分配因子优选的必要性和可行性,提出一些值得商榷之处,并得出结论.通过 SINS/GPS/TAN/SAR四组合导航系统联邦滤波器仿真分析,验证了观点的有效性. 9.学位论文 贺楠 综合导航显控台设计及信息融合技术应用研究 2008 舰船导航系统是舰船航行安全的基本保障，综合导航显控台是舰船导航系统的核心设备，通过综合不同特点的其它导航设备与导航方法，应用计算 机技术、传感器技术、显示技术、现代控制技术和数据处理等理论，提高系统性能。论文以综合导航显控台系统为工程背景，研究了信息融合技术在综 合导航系统中的应用。 论文介绍了综合导航系统的发展过程、现状及其特点；阐述了各类导航系统的工作原理；深入研究了信息融合技术及Kalman滤波技术在综合导航系 统中的应用；给出了基于船位推算及惯性导航的多种综合原则及数据综合处理方法；对联邦滤波与自适应滤波在综合导航系统中的应用进行了仿真研究 。 根据综合导航显控台的需求分析，给出了综合导航显控台系统的软、硬件 设计方案 关于薪酬设计方案通用技术作品设计方案停车场设计方案多媒体教室设计方案农贸市场设计方案 ；结合综合导航系统的特点和实时操作系统的特性，选择了应用 软件开发平台VxVorks操作系统及Tornado开发环境；基于多任务实时操作系统，对综合导航显控台应用软件进行任务划分，完成了信息处理、人机交互 界面、串口通讯、网络通讯及CAN总线通讯模块的设计，满足现代导航系统的要求。 10.期刊论文 吴纯洁.吴文建.杨世江.黄广平.WU Chun-jie.WU Wen-jian.YANG Shi-jiang.HUANG Guang-ping 含有 色噪声的联邦滤波算法 -地球科学与环境学报2006,28(2) 基于联邦滤波算法,通过对状态方程有色噪声的拟合和预报,给出了含有有色噪声的联邦滤波融合算法,并利用模拟数据进行了试算与比较.结果表明 ,基于含有有色噪声的联邦滤波算法在一定程度上能够提高导航解的精度和可靠性. 引证文献(1条) 1.倪海东.陈义 切比雪夫多项式拟合方法在车辆导航应用中的研究[期刊论文]-全球定位系统 2009(6) 本文链接：http://d.g.wanfangdata.com.cn/Periodical_hlyzhkz200812024.aspx 授权使用：胡乃志(wfhygcdx)，授权号：2aa6589e-6de0-4304-88ff-9e220150bbba 下载时间：2010年11月2日