基于模糊卡尔曼滤波的信息融合算法

被引:10
作者
王华朋
裴承鸣
钟雄虎
李少伟
机构
[1] 西北工业大学数据处理中心
关键词
信息融合; 模糊加权; 自适应模糊逻辑系统; 卡尔曼滤波;
D O I
10.16526/j.cnki.11-4762/tp.2006.09.037
中图分类号
TP202.4 [];
学科分类号
摘要
应用自适应模糊逻辑系统(AFLS)原理,研究了一种基于卡尔曼滤波器的信息融合算法;AFLS通过在线监视融合数据新息是否为零均值白噪音,然后根据模糊规则调整融合滤波器的指数加权值,从而保证了滤波器的最优估计性能;仿真结果证明该方法在高噪声环境中具有良好的信息融合能力,能有效跟踪研究对象的状态变化。
引用
收藏
页码:1230 / 1232
页数:3
相关论文
共 5 条
[1]  
Location of a wheeled mobile robot by sensor data fusion based on a fuzzy logic adapted Kalman filter. Jetto L,Longhi S,Vitali D. Control Engineering . 1999
[2]  
Sensor fusion. Sasiadek J Z. Annual Reviews in Control . 2002
[3]  
Comparison of two measurement fusion methods for Kalman - filter - based multisensor data fusion. Gan Q,,Harris C J. IEEE Transactions on Aerospace and Electronic Systems . 2001
[4]  
Sensor data fusion using Kalman filter. Sasiadek J Z,,Hartana P. ISIF . 2000
[5]  
Sensor fusion based on fuzzy Kalman filtering for autonomous robot vehicle. Sasiadek J Z,Wang Q. proceedings of the 1999 IEEE International Conference on Robotics & Automation . 1999