量测不确定下多传感器混合一致性滤波算法
针对量测不确定条件下的多传感器协同目标跟踪问题，提出了一种基于混合一致性策略的分布式估计算法。该算法同时结合了信息一致性和量测一致性准则，每个传感器节点通过获取邻居节点的目标估计和量测信息并对其进行优化，保证了在一致性迭代步数较少的情况下即可获得稳定的估计效果。同时，基于协方差匹配原理建立了一种量测噪声递推估计方法，能够不断修正量测噪声协方差，从而逐渐降低不确定量测带来的影响。本文利用工程应用中广泛使用的扩展卡尔曼滤波算法进行时间和量测更新，保证了算法的实用性。仿真结果验证了本文所提出算法的有效性。
目标跟踪 一致性 分布式估计 量测不确定 协方差匹配
姜浩楠 蔡远利
西安交通大学电子与信息学部,陕西西安,中国,710049
国内会议
第22届中国系统仿真技术及其应用学术年会(CCSSTA2021)
合肥
中文
210-214
2021-07-01（万方平台首次上网日期，不代表论文的发表时间）