文献类型：期刊文章

作　　者：文成林[1] 吕冰[2] 葛泉波[3]

机构地区：[1]河南大学计算机与信息工程学院,河南开封475001 [2]杭州电子科技大学,浙江杭州310018 [3]清华大学智能技术与系统国家重点实验室,北京100084

出　　处：《电子学报》

基　　金：国家自然科学基金 (No 60 1 740 1 1;60 3740 2 0 ) ;河南省杰出青年科学基金 (No 0 31 2 0 0 1 90 0 ) ;河南省高校杰出科研人才创新工程项目 (No.2 0 0 2KYCX0 0 7) ;河南省国际合作项目 (No .0 4 4 6650 0 0 6)

年　　份：2004

卷　　号：32

期　　号：8

起止页码：1264-1267

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：本文提出了一种基于分步式滤波的多传感器动态系统数据融合算法 .在由多传感器组成的分布式动态系统中 ,当对目标状态的所有观测值到来时 ,首先基于系统先前信息对该时刻目标状态进行预测估计 ,利用Kalman滤波器和各局部观测值依次对该时刻目标状态的估计值进行更新 ,从而得到该时刻目标状态基于全局信息的融合估计值 .文中详细推证了融合算法的具体形式 ,并与传统的集中式数据融合算法在计算复杂度上进行了比较 ,计算机仿真表明该算法与传统的集中式算法对目标状态具有相同的估计精确度 .

关 键 词：多传感器系统 数据融合 分步式滤波  KALMAN滤波

分 类 号：TN911.72]