非线性系统的分布式状态融合估计

摘要：

　　本文研究了非线性系统的分布式信息融合估计问题。基于扩展卡尔曼滤波(Extend Kalman Filter,EKF)和无迹卡尔曼滤波(Unscented Kalman Filter,UKF)方法,提出了适用于非线性系统的信息形式多传感器分布式状态融合估计算法。所提出的分布式状态融合扩展信息滤波器(EIF)与集中式的状态融合扩展信息滤波器完全等价。最后,通过一个移动目标跟踪实例的仿真研究验证了所提出的非线性融合估计算法的精度高于各局部估计。

关键词： 分布式状态融合估计 扩展信息滤波 无迹卡尔曼滤波

作者: 杨旭升 张文安 陈博 俞立

作者单位: 浙江工业大学信息工程学院,浙江省嵌入式系统联合重点实验室,杭州310023

会议类型: 国际会议

会议名称: The 33th Chinese Control Conference第33届中国控制会议

会议地点: 南京

会议语种:中文

页码: 7249-7252

在线出版日期: 2014-07-28（万方平台首次上网日期，不代表论文的发表时间）