成果介绍
本发明提出了一种带相关噪声多传感器系统的全局最优分布式融合估计方法及系统,首先通过各传感器分别采集原始观测数据,基于各自的观测数据对系统状态并行进行局部一步预报处理和故障检测,去掉有故障的传感器,并将基于无故障传感器获得的局部一步预报器送入融合中心;然后在融合中心首先对所有局部一步预报误差进行去相关处理,并重新构建以增广的局部预报估值为观测且带有白色观测噪声的新系统;最后对所构建的新系统利用Kalman滤波算法进行滤波,所获得的滤波值即为系统状态的最终融合估值;本发明所获得的分布式融合估计与集中式融合估计具有相同的估计精度;适用于高可靠性、高精度要求的目标导航、定位与跟踪问题。
成果亮点
其特征在于:所述方法具体包括以下步骤:步骤1、各传感器采集原始观测数据;步骤2、获得无故障传感器的局部预报估值:各传感器基于步骤1采集的原始观测数据,对系统状态进行局部一步预报处理、传感器故障检测与隔离,去掉有故障的传感器,并将基于无故障传感器获得的局部一步预报器传输至融合中心;步骤3、局部预报误差的去相关及观测重构;在融合中心首先对所有局部一步预报误差进行去相关处理,并重新构建以增广的局部预报估值为观测,且带有白色观测噪声的新系统;步骤4、融合估值的获得:对步骤3所构建的新系统利用Kalman滤波算法进行滤波,所获得的滤波值即为系统状态的最终融合估值。
团队介绍
黑龙江大学有博士后科研流动站7个,博士后科研工作站3个。有博士学位授权一级学科10个,硕士学位授权一级学科35个,硕士专业学位类别18个。有国家重点学科1个,国家重点(培育)学科1个;有国家级一流本科专业建设点33个、国家级特色专业10个、国家级一流本科课程(含精品在线开放课程)15门、省级重点学科群1个、省级重点一级学科12个,省级“双一流”国际一流建设学科1个,省级“双一流”国内一流建设学科5个。
成果资料
产业化落地方案