基于Bayes估计的离散Kalman滤波相关观测融合

• 作者: 彭军 杨红 许百如 钱志龙
• 来源期刊: 数据采集与处理
• 学科: 数学
• 关键词: 离散系统 Kalman滤波 分布式观测融合 Bayes估计
• 年，卷（期）: 2015,（6）
• 页码范围: 1225-1232
• 页数: 8页
• 分类号: O211.64
• 字数: 3648字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.06.010

摘要

针对带相关观测噪声和带不同未知观测函数的多传感器离散系统，在已有的融合算法基础上提出了基于Bayes估计的加权最小二乘（Bayes estimation weighted least squares ，BYEWLS）分布式融合Kalman滤波算法。该方法充分利用未知参数的验前信息，以风险函数为评价指标，证明了BYEWLS融合算法优于WLS融合算法，针对BYEWLS融合算法是有偏估计，提出了在线消除偏差的方法。分布式融合算法减少了计算负担，提高了融合精度，便于实时应用。最后通过仿真例子验证了该方法的有效性和理论分析的正确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨红	广州大学物理与电子工程学院	21	114	6.0	9.0
2	许百如	广州大学物理与电子工程学院	9	8	2.0	2.0
3	彭军	广州大学物理与电子工程学院	27	44	4.0	5.0
4	钱志龙	广州大学物理与电子工程学院	2	2	1.0	1.0