|本期目录/Table of Contents|

[1]徐树生,林孝工.基于鲁棒CKF的多传感器全信息融合算法[J].电机与控制学报,2013,(02):90-97.
 XU Shu-sheng,LIN Xiao-gong.Multi-sensor all information fusion algorithm based on robust CKF[J].,2013,(02):90-97.
点击复制

基于鲁棒CKF的多传感器全信息融合算法(PDF)
分享到:

《电机与控制学报》[ISSN:1007-449X/CN:23-1 408/TM]

卷:
期数:
2013年02
页码:
90-97
栏目:
出版日期:
2013-02-21

文章信息/Info

Title:
Multi-sensor all information fusion algorithm based on robust CKF
作者:
徐树生; 林孝工;
哈尔滨工程大学自动化学院;
Author(s):
XU Shu-shengLIN Xiao-gong
College of Automation,Harbin Engineering University,Harbin 150001,China
关键词:
全信息融合 容积卡尔曼滤波 故障检测 故障隔离 鲁棒性
Keywords:
-
分类号:
U665
DOI:
-
文献标志码:
A
摘要:
为了克服不良测量的影响,改善多传感器的融合性能,提出一种基于鲁棒容积卡尔曼滤波(CKF)的多传感器全信息融合算法。基于新息协方差匹配原理构建鲁棒CKF,定义数据质量检测函数,根据测量数据质量选择鲁棒CKF或标准CKF作为子系统最优滤波算法。基于多传感器融合信息,建立子系统软故障检测算法;定义子系统故障系数,通过系统重构实现故障子系统的隔离。利用多传感器系统所能提供的最多信息,建立全信息融合算法。将所建算法应用于船舶动力定位测量系统的仿真实验中,与CKF、局部估计加权融合算法进行比较。仿真结果表明,鲁棒CKF及软故障检测函数提高了子系统的滤波鲁棒性,全信息融合算法进一步改善了系统的融合性能。仿真结果验证了所建算法的有效性。
Abstract:
-

参考文献/References:

-

相似文献/References:

[1]丁家琳,肖建,赵涛. 自适应 CKF 强跟踪滤波器及其应用[J].电机与控制学报,2015,19(11):111.[doi:10. 15938 / j. emc. 2015. 11. 017]
 DING Jia-lin,XIAO Jian,ZHAO Tao. Adaptive CKF strong tracking filter and application [J].,2015,19(02):111.[doi:10. 15938 / j. emc. 2015. 11. 017]

备注/Memo

备注/Memo:
国家高技术船舶科研项目(GJCB09001);国家自然科学基金(NSFC60775060)
更新日期/Last Update: 2013-06-13