量测故障情况下的局域强耦合系统滤波与融合
段恒宇
1
，蔡云泽
1
（1. 上海交通大学自动化系，系统控制与信息处理教育部重点实验室，上海 200240）
1
摘 要： 针对一类复杂的局域强耦合系统的状态估计中，智能体量测故障导致滤波精度不高或发散的现
象，以滤波新息的协方差作为故障判别的依据，便于对估计值的实时调整；根据智能体状态估计的物理意
义，引入“特征量”的概念并考虑其相近程度，借鉴群体决策领域的多数规则实现系统内的局域信息交互；
以估计均方误差最小化为准则，采取分布式线性加权的形式融合不同智能体的估计信息。仿真结果验证了
算法的有效性。
关键词： 非线性滤波；局域强耦合系统；量测故障；多源信息融合
中图分类号： TP277
State Estimation and Data Fusion for Local
Strongly Coupled Systems with
Measurement Faults
Hengyu Duan
1
, Yunze Cai
1
(1. Department of Automation, Shanghai Jiao Tong University, and Key Laboratory of System Control and Information Processing,
Ministry of Education of China, Shanghai, 200240)
Abstract: For the state estimation issues of complicated “local strongly coupled” systems where agents’
measurement faults occasionally happen, leading to filtering inaccuracy or divergence, this essay firstly provided
the real-time regulation of estimation by using covariance of filtering residual as the criterion of measurement
faults; according to physical meaning, the concept “characteristic index” was derived from an agent’s state vector,
and, considering about similarity between different characteristic indices, local information exchange was realized
through the “majority rule” in group decision; and finally, using distributed linear weighted data fusion, the
integrated estimation with least mean square error was achieved. Simulations have proved the feasibility of
algorithms mentioned.
key words: nonlinear filtering; local strongly coupled system; measurement faults; multisource data fusion
目标跟踪是军事领域中的一项基本问题，它在本质上是维持对目标当前状态（主要是运
动学分量）的估计，同时也是对智能体的量测进行处理的过程。为了获得尽量精确的当前状
态估计和对以后状态的预测，普遍采用非线性滤波的实现手段
[1]
。20 世纪 60 年代，基于自
回归思想的 Kalman 滤波的提出，标志着状态估计理论体系的一次重大飞跃。Kalman 滤波
1
基金项目：国家自然科学基金（61374160），上海航天科技创新基金（SAST201404），航空科学基金（20145557009）
第一作者（联系人）简介：段恒宇（1991- ），男，辽宁省沈阳市人，硕士研究生，研究方向为含约束系统滤波及信息融合。E-mail：
duanhengyu@aliyun.com 。
导师简介：蔡云泽（1975- ），女，副教授，硕士生导师。
剩余6页未读，继续阅读
资源评论
