广义系统信息融合稳态与自校正满阶Kalman滤波器

基于线性最小方差标量加权融合算法和射影理论, 对带多个传感器和带相关噪声的广义系统, 提出了分布式标量加权融合稳态满阶Kalman滤波器. 推得了任两个传感器子系统之间的稳态满阶滤波误差互协方差阵, 其解可任选初值离线迭代计算. 所提出的稳态融合滤波器避免了每时刻计算协方差阵和融合权重, 减小了在线计算负担. 当系统含有未知模型参数时, 基于递推增广最小二乘算法和标量加权融合算法, 提出了一种两段融合自校正状态滤波器. 其中第1段融合获得未知参数的融合估计; 第2段融合获得分布式自校正融合状态滤波器. 与局部估计和加权平均融合估计相比, 所提出的标量加权融合参数估计和自校正状态估计都具有更高的精度. 仿真研究验证了其有效性.