×
林洪雷;孙淑丽

具有互相关噪声的多传感器系统的全局最优序列和分布式融合状态估计。 （英语） Zbl 1415.93250号

Automatica公司 101, 128-137 (2019).
摘要：本文研究了具有互相关噪声的多传感器系统在线性最小方差（LMV）意义下的全局最优序贯和分布式融合估计算法，其中，来自不同传感器的测量噪声在同一时间步长相互交叉相关，并与前一时间步调的系统噪声相关。首先，通过考虑测量噪声的估计量，提出了一种全局最优序列融合滤波器。证明了所提出的序列融合滤波器和集中式融合滤波器在估计精度上的等价性。它避免了测量的增加，从而降低了计算成本。然后，考虑到融合中心的先验融合估计器和反馈，提出了一种分布式融合滤波器。在局部增益矩阵为全列秩的条件下，所提出的分布式融合滤波器具有与集中式融合滤波器相同的估计精度，即具有全局最优性。证明了它们在估计精度上的等价性。分析了所提算法的稳定性和稳态特性。给出了稳态滤波器存在的一个充分条件。最后，对目标跟踪系统的仿真结果表明了所提算法的有效性。

引用于12文件

MSC公司：

93E10型 随机控制理论中的估计与检测
93E11号机组 随机控制理论中的滤波
93B52号 反馈控制

关键词：

集中融合;顺序融合;分布式融合;互相关噪声;全局最优性
PDF格式BibTeX公司 XML格式引用
\textit｛H.Lin｝和\textit｛S.Sun｝，自动化101128-137（2019；Zbl 1415.93250）
全文： 内政部

参考文献：

[1] B.D.O.安德森。；Moore，J.B.，《最优滤波》（1979），普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德克利夫斯，新泽西州·Zbl 0688.93058号
[2] Caballero-guila，R。；Hermoso-Carazo，A。；Linares-Prez，J.，《具有随机参数矩阵、相关噪声和延迟测量的网络系统的最佳状态估计》，《国际通用系统杂志》，44142-154（2015）·兹比尔1309.93152
[3] Carlson，N.，分散并行过程的联邦平方根滤波器，IEEE航空航天和电子系统汇刊，26，3，517-525（1990）
[4] Cattivelli，F。；Sayed，A.，分布式卡尔曼滤波和平滑的扩散策略，IEEE自动控制汇刊，55，9，2069-284（2010）·兹比尔1368.93706
[5] Chang，G.，针对同一时期的交叉相关过程和观测噪声的边缘无迹卡尔曼滤波器，IET雷达，声纳与导航，8，1，54-64（2014）
[6] Chang，K.C。；田，Z。；Mori，S.，地图状态估计融合的性能评估，IEEE航空航天和电子系统汇刊，40，2，706-714（2004）
[7] 陈，J。；Ma，L.，同时具有相关测量和过程噪声的粒子滤波，IET雷达、声纳和导航，5，7，726-730（2011）
[8] Feng，X.L.，Ge，Q.B.，&Wen，C.L.（2009）。具有相关噪声的线性系统的最优序贯滤波器。在2009中国控制与决策会议; Feng，X.L.，Ge，Q.B.，&Wen，C.L.（2009）。具有相关噪声的线性系统的最优序贯滤波器。在2009中国控制与决策会议
[9] 韩春珍，多源信息融合（2006），清华大学出版社：清华大学出版社北京
[10] 哈希米普尔，H.R。；罗伊，S。；Laub，A.J.，并行卡尔曼滤波的分散结构，IEEE自动控制汇刊，33，1，88-94（1988）·Zbl 0644.93061号
[11] Hounkpevi，F.O。；Yaz，E.E.，具有不同故障率的多传感器的鲁棒最小方差线性状态估计，Automatica，43，7，1274-1280（2007）·Zbl 1123.93085号
[12] Hsieh，C.S.，通过广义卡尔曼滤波方法对未知输入系统进行最优滤波，Automatica，47，10，2313-2318（2011）·Zbl 1228.93119号
[13] 胡，X。；肖恩，T。；Ljung，L.，粒子滤波的一般收敛结果，IEEE信号处理汇刊，59，7，3424-3429（2011）·Zbl 1391.93242号
[14] 胡，J。；王，Z.D。；Gao，H.J.，随机参数矩阵递归滤波，多重衰落测量和相关噪声，Automatica，49，3440-3448（2013）·Zbl 1315.93081号
[15] 贾亚韦拉，S.K。；Mosquera，C.，带噪声相关观测值的分布式序列估计，IEEE信号处理快报，15741-744（2008）
[16] 朱利尔，S.J。；Uhlmann，J.K.，具有协方差交集的通用分散数据融合，（多传感器数据融合手册（2001），CRC出版社：CRC出版社，佛罗里达州博卡拉顿）
[17] 卡尔·S。；Sinopoli，B。；Moura，J.M.，《间歇观测的卡尔曼滤波：弱收敛到平稳分布》，IEEE自动控制汇刊，57，2，405-420（2012）·Zbl 1369.93630号
[18] Kim，K.（1994年）。航迹融合算法的开发。在马里兰州美国控制会议记录; Kim，K.（1994年）。航迹到航迹融合算法的发展。在马里兰州美国控制会议记录
[19] 列维，公元前。；Zorzi，M.，风险敏感滤波器收敛性的收缩分析，SIAM控制与优化杂志，54，4，2154-2173（2016）·Zbl 1346.60055号
[20] 李晓瑞（2003）。最优线性估计融合，第七部分：动态系统。在第六届信息融合国际会议记录，1; Li，X.R.（2003）。最优线性估计融合，第七部分：动态系统。在第六届信息融合国际会议记录，1·Zbl 1040.68137号
[21] Li，X.R。；Zhu，Y。；Wang，J。；Han，C.，最优线性估计融合，第一部分：统一融合规则，IEEE信息理论汇刊，49，9，2192-2208（2003）·Zbl 1302.93203号
[22] Lin，H.L。；Sun，S.L.，具有相关噪声的多传感器异步采样系统的分布式融合估计，《国际系统科学杂志》，48，5，952-960（2017）·Zbl 1362.93150号
[23] 诺亚克，B。；Sijs，J。；莱因哈特，M。；Hanebeck，U.D.，《具有逆协方差交集的分散数据融合》，Automatica，79，35-41（2017）·Zbl 1371.93195号
[24] Olfati-Saber，R.（2005）。带有嵌入式一致性滤波器的分布式卡尔曼滤波器。在第44届IEEE决策与控制会议和欧洲控制会议记录，西班牙塞维利亚; Olfati Saber，R.（2005年）。带有嵌入式一致性滤波器的分布式卡尔曼滤波器。在第44届IEEE决策与控制会议和欧洲控制会议记录，西班牙塞维利亚
[25] Olfati-Saber，R.（2007）。传感器网络的分布式卡尔曼滤波。在第46届IEEE决策与控制会议论文集，美国洛杉矶新奥特林; Olfati-Saber，R.（2007）。传感器网络的分布式卡尔曼滤波。在第46届IEEE决策与控制会议记录，美国洛杉矶新奥尔良·Zbl 1112.93369号
[26] 宋，E.B。；朱永明。；周，J。；You，Z.，带交叉相关传感器噪声的最优卡尔曼滤波融合，Automatica，43，8，1450-1456（2007）·Zbl 1130.93427号
[27] Sun，S.L.，带/不带时间戳的随机延迟和丢失测量的离散时间系统的最优线性滤波器，IEEE自动控制汇刊，58，6，1551-1556（2013）·Zbl 1369.93653号
[28] Sun，S.L。；邓振林，多传感器最优信息融合卡尔曼滤波器，Automatica，40，6，1017-1023（2004）·Zbl 1075.93037号
[29] Sun，S.L。；Lin，H.L。；马，J。；Li，X.Y.，多传感器分布式融合估计及其在网络系统中的应用：综述论文，信息融合，38122-134（2017）
[30] Sun，S.L。；Ma，J.，离散随机奇异系统的最优滤波与平滑，信号处理，87，189-201（2007）·Zbl 1186.94331号
[31] Sun，S.L。；田，T。；Lin，H.L.，有限步相关噪声和丢包补偿系统的最优线性估计量，IEEE信号处理学报，64，21，5672-5681（2016）·Zbl 1414.94594号
[32] Sun，S.L。；田，T。；Lin，H.L.，具有随机参数矩阵、随机非线性、衰落测量和相关噪声的系统的状态估计，信息科学，397-398118-136（2017）·Zbl 1432.93327号
[33] 温，C.B。；蔡义忠。；Wen，C.L。；Xu，X.M.，带交叉相关测量噪声的最优序贯卡尔曼滤波，航天科技，26，1，153-159（2013）
[34] Wen，C.L。；温，C.B。；Li，Y.，具有相互关联噪声的离散时间系统的最优顺序分散滤波器，IFAC论文集，41，2，7560-7565（2008）
[35] Yan，L.P。；Li，X.R。；夏永清。；Fu，M.Y.，交叉相关噪声中状态估计的最优顺序和分布式融合，Automatica，49，12，3607-3612（2013）·兹比尔1315.93079
[36] 朱，C。；夏永清。；谢丽华。；Yan，L.P.，具有传输延迟和数据包丢失的系统的最优线性估计，IET信号处理，7，9，814-823（2013）
[37] Zorzi，M.，模型扰动下的鲁棒卡尔曼滤波，IEEE自动控制汇刊，62,62902-2907（2017）·兹比尔1369.93666
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。