一种基于多传感器的复合量测I MM-E KF数据融合算法OA北大核心CSCDCSTPCD
A Composite Measurement IMM-EKF Data Fusion Algorithm Based on Multi-sensor
为了提高多传感器系统的目标跟踪精度,且解决传感器数量多导致的耗时长的问题,提出了一种复合量测IMM-EKF(Interacting Multiple Model-Extended Kalman Filter)融合算法.该算法根据各传感器的测量精度,对各传感器关于同一目标的量测点迹进行加权融合,再将融合后的点迹进行IMM-EKF滤波处理.通过仿真及实验数据处理,将复合量测IMM-EKF融合算法与加权IMM-EKF融合算法、扩维IMM-EKF融合算法进行了对比分析,比较了三种算法的跟踪精度及耗时长度.结果表明,扩维IMM-EKF融合算法具有最优的跟踪精度,复合量测IMM-EKF融合算实时性最好.最后分别给出了三种算法的适用场合.
叶瑾;许枫;杨娟;王佳维
中国科学院声学研究所,北京100190中国科学院大学,北京100049中国科学院声学研究所,北京100190中国科学院声学研究所,北京100190
信息技术与安全科学
机动目标跟踪交互式多模型复合量测数据融合多传感器卡尔曼滤波
《电子学报》 2020 (12)
面向全球深海大洋的智能浮标
2326-2330,5
国家自然科学基金(No.41527901)国家重点研发计划项目(No.2017YFC0821202)中国科学院战略性先导科技专项(No.XDA13030604)
评论