联邦滤波算法与Gauss-Markov估计的统一性分析

• 作者: 徐景硕 李林 王勇军 马伟丽
• 来源期刊: 火力与指挥控制
• 学科: 交通运输
• 关键词: 联邦滤波 Gauss-Markov估计 最优估计 融合算法
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 理论研究
• 页码范围: 48-51
• 页数: 4页
• 分类号: U666.1
• 字数: 3010字
• 语种: 中文

摘要

从矩阵论和数理统计理论的角度，阐述了联邦滤波与Gauss-Markov估计的内在联系，论证了联邦全局最优滤波与Gauss-Markov估计的统一性。推导了基于Gauss-Markov估计的联邦滤波信息融合算法，并与最小二乘估计的信息融合算法以及集中卡尔曼滤波算法在舰载组合导航系统中应用进行了对比。仿真结果表明，基于Gauss-Markov估计的联邦滤波信息融合算法与集中式卡尔曼滤波的精度相当，两者的估计精度均高于最小二乘估计，前者具有全局最优性。