两传感器自校正信息融合Kalman滤波器  

Two-sensor Self-tuning Information Fusion Kalman Filter

作　　者：邓自立[1] 马建为[1] 高媛[1] 

机构地区：[1]黑龙江大学自动化系,哈尔滨150080

出　　处：《科学技术与工程》2003年第4期321-324,共4页Science Technology and Engineering

基　　金：国家自然科学基金(69774019);黑龙江省自然科学基金(F01-15)

摘　　要：用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型的在线辨识,对含有未知模型参数和噪声方差的两传感器线性离散随机系统,提出了自校正信息融合Kalman滤波器。它具有渐近最优性。一个仿真例子说明了其有效性。Using the modem time series analysis method, based on the on-line identification of the autoregressive movingaverage(ARMA)innovation model,a self-tuning information fusion Kalman filter is presented for two-sensor linear discretestochastic systems of containing the unknown model parameters and noise variances, which has asymptotic optimality. A simu-lation example shows its effectiveness.

关 键 词：自校正Kalman滤波器 传感器 信息融合 时间序列分析 线性离散随机系统 

分 类 号：TP212[自动化与计算机技术—检测技术与自动化装置] TN713[自动化与计算机技术—控制科学与工程]