[發明專利]一種基于CKF的非線性異步多傳感器信息融合方法

有效

• 申請號: 201310397651.4
• 申請日: 2013-09-04
• 公開（公告）號: CN103455675A
• 公開（公告）日: 2013-12-18
• 發明（設計）人: 高偉;張亞;孫騫;石惠文;周廣濤;徐博;鮑桂清;史宏洋;阮雙雙;趙維珩
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

技術領域

本發明涉及的是一種非線性系統中多傳感器信息融合技術，特別是涉及一種在多傳感器異步情況下的信息融合方法。

背景技術

由于多傳感器信息融合技術在軍事、國防及高科技領域的廣泛應用，對它的研究一直未曾間斷。在多傳感器信息融合理論中，利用多個傳感器量測中的冗余和互補信息，通過多源信息融合技術可以有效的提升系統精度。但在解決實際問題過程中，常遇到所用傳感器具有不同的采樣頻率，各傳感器之間存在通信延遲和固有延遲不同等問題，統稱為信息融合的異步問題。若不能有效地解決異步信息融合問題，提高系統精度的目標很難實現。因此，對傳感器異步信息融合問題的研究有較大的工程價值和實際意義。

盡管大多數傳感器被假設成線性的，但是它們基本上或多或少都會有非線性特征，所以將系統近似為線性必然會產生誤差，所以多傳感器信息融合系統中狀態估計應該選取具有非線性處理能力的濾波器。對于非線性系統來說，通常使用的濾波方法為擴展卡爾曼和無跡卡爾曼濾波方法。雖然EKF實現簡便、使用廣泛，但是當系統為強非線性時，很容易產生線性化誤差，造成濾波器精度下降。雖然UKF濾波精度高于EKF，但是當處理高維數系統時容易出現“維數災難”。最近提出的容積卡爾曼濾波(Cubature?Kalman?filter，CKF)由于其估計精度高，不容易發散且計算量小的優點，迅速被應用到各種領域。因此本文研究的是基于CKF的非線性異步信息融合方法。

發明內容

本發明的目的是提供可以在非線性系統中多傳感器異步情況下大幅提高系統狀態變量估計精度的一種基于CKF的異步多傳感器信息融合方法。

本發明的目的是這樣是實現的：

(1)對多傳感器系統進行充分預熱，并采集各個傳感器的量測信息z_i(k_i)，其中i＝1，2，…，N(N為傳感器的個數)，k_i為第i個傳感器的采樣時刻。

(2)建立非線性異步多傳感器系統的非線性狀態方程及各傳感器的量測方程。

(3)采用細分時間片方法，將融合中心的采樣間隔設定為各傳感器間最高精度時間單位，即取能同時被各傳感器采樣間隔整除的最大數為融合中心的采樣間隔。

設任意兩傳感器的采樣時間分別為T_i，T_j(i，j＝1，2，…，N，且i≠j)，N為傳感器的總個數。且有：

則融合中心的采樣間隔為：

ΔT=min{ΔTi=TiNi|i=1,2,···,N}]]>

(4)根據融合中心的采樣時刻，在融合中心對各傳感器的估計狀態進行判斷融合：

a)k時刻，僅有一個傳感器S有量測信息時，利用CKF對該傳感器進行狀態估計，得到該傳感器的狀態變量估計值和協方差陣P_S(k)，則系統的最優狀態估計即為該傳感器的狀態變量估計值：

x^(k)=x^S(k)---(1)]]>