一种改进的多传感器加权融合算法
加入技术交流群
两种算法的仿真比较
本文引用地址：https://www.eepw.com.cn/article/101023.htm考虑三个传感器的二维跟踪系统：
其中T为采样周期，x(t)=[xl(t), x2(t)]T，xl(t)，x2(t)和w(t)各为在时刻tT运动目标的位置、速度、和加速度，且z(t)为对x(t)的观测信号，v(t)为观测噪声。
设w(t)和vi(t)是零均值、方差阵各为和的独立高斯白噪声。
用Matlab进行仿真，产生200个周期三个传感器跟踪目标的状态估计数据和两种算法的融合数据。
图3是三个传感器的状态估计值及改进的融合算法、平均加权融合算法的估计值与真实值的比较，图4是改进的融合算法与平均加权融合算法的状态滤波误差曲线的比较。从图3和图4中可以看出，经过多传感器融合后，不管用哪种融合算法，目标航迹较原来单传感器跟踪都有很大的改善。
本文提出的改进加权融合算法的融合效果明显优于单传感器跟踪，通过图3和图4进行的两种融合算法的融合估计值及方差比较，也可得出改进融合算法优于平均加权融合算法的结论。
传感器相关文章:传感器工作原理
评论