• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >Comparison of two measurement fusion methods forKalman-filter-based multisensor data fusion
【24h】

Comparison of two measurement fusion methods forKalman-filter-based multisensor data fusion

机译：基于卡尔曼滤波器的多传感器数据融合的两种测量融合方法的比较

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Currently there exist two commonly used measurement fusion methods for Kalman-filter-based multisensor data fusion. The first (Method I) simply merges the multisensor data through the observation vector of the Kalman filter, whereas the second (Method II) combines the multisensor data based on a minimum-mean-square-error criterion. This paper, based on an analysis of the fused state estimate covariances of the two measurement fusion methods, shows that the two measurement fusion methods are functionally equivalent if the sensors used for data fusion, with different and independent noise characteristics, have identical measurement matrices. Also presented are simulation results on state estimation using the two measurement fusion methods, followed by the analysis of the computational advantages of each method
机译：当前，存在基于卡尔曼滤波器的多传感器数据融合的两种常用的测量融合方法。第一种方法（方法I）通过卡尔曼滤波器的观察向量简单地合并了多传感器数据，而第二种方法（方法II）则基于最小均方误差准则组合了多传感器数据。基于对两种测量融合方法的融合状态估计协方差的分析，本文表明，如果用于数据融合的传感器具有不同和独立的噪声特性，并且具有相同的测量矩阵，则这两种测量融合方法在功能上是等效的。还介绍了使用两种测量融合方法进行状态估计的模拟结果，然后分析了每种方法的计算优势

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号