基于卡尔曼滤波器的多传感器管理方法研究

论文总字数：15611字

目 录

摘要 1

Abstract 2

一 绪论 3

1.1 目的和意义 3

1.2 国内外研究现状 3

1.3 论文研究内容 3

二 卡尔曼滤波的应用分析 5

2.1卡尔曼滤波的基本思想 5

2.2 标准卡尔曼滤波器 5

2.2.1 数学模型 5

2.2.2 卡尔曼滤波在温度测量中的应用分析 8

2.3 扩展卡尔曼滤波器 10

2.3.1 数学模型 10

2.3.2 仿真实例——小球平抛运动 11

2.4 KF与EKF的比较 13

2.5 卡尔曼滤波的应用 14

三 多传感器信息融合技术 15

3.1 数据融合的定义与目的 15

3.2 信息融合的方法简介 16

3.3 基于卡尔曼滤波的多传感器信息融合仿真 18

3.4 多传感器信息融合的应用 20

四 总结 22

参考文献 23

致 谢 24

基于卡尔曼滤波器的多传感器管理方法研究

鲜艳

，China

Abstract：

With the continuous development of sensor technology, single sensors can no longer meet the needs of the environment for the detection and detection of their own information, multi-sensor information fusion technology has been rapidly developed and widely used. In view of the current research status of multi-sensor information fusion, this paper starts with the Kalman filter, introduces the standard Kalman filter and the extended Kalman filter, and simulates its role in eliminating noise effects. After that, the development, achievement and application of sensor technology are discussed. Based on this, the feasibility and superiority of Kalman filter in the application of multi-sensor information fusion are verified through the application of temperature measurement.

Key words：Multi-sensor;Information fusion; Kalman filter；Extended Kalman Filter

第一章 绪论

1.1 目的和意义

随着人工智能的爆发引来新的信息技术的革命，新技术新设备随着人工智能的应用将日益俱增，诞生了无数的新的智能机器、仪器、工业的控制系统以及设备，传感器最早被应用于军事领域，开始了军工航空航天卫星领域技术的革命。比如智能家居、智能物联网、互联无人车、无人机、智能互联纯电动汽车、机器人、智能轮椅Automated Guided Vehicle（AGV）应用于日益壮大的快递业的无人运输车。

因此多传感器数据融合技术得到了广泛的重视和应用。若是对单个传感器独立采集数据，不仅会导致信息处理工作量增加，还会阻断各传感器之间的内在联系，丢失必要、可靠的信息特征，造成资源极大浪费。多传感器信息融合技术可有效地解决以上问题，把分布在不同位置、处于不同状态的多个传感器提供的不完整的、局部的信息加以融合，利用信息的互补性，提高了数据的可靠性、实用性，有效地降低了不确定性和冗余性，从而达到对外界环境进行全面描述的目的，整体提高系统的准确性、完整性和可靠性。

数据融合是整个信息处理系统的关键技术，它的优劣关系到整个系统的效率和数据融合结果的准确性和可靠性。由于每个传感器所收集的信息，本身就有相对不确定性，因此数据融合过程实质上是一个非确定性推理与决策的过程。

1.2 国内外研究现状

美国是信息融合技术起步最早、发展最快的国家，现在除美国之外的其他西方国家也开始重视信息融合技术的研究，陆续作用于战场，并且近年来在民用方面也得到了大力发展。

国内的数据信息融合发展历史相较于国外，在过去的一些年里，由于科技水平的落后和经验的缺乏，国内对信息融合技术的研究仍处于理论研究，和初步发展阶段。在实际应用中尚未取得明显的实质进展，还存在一些难题和技术没有解决，但近年来数据融合已成为研究热点。随着计算机技术成才和软件算法的跟进，国内的各种传感器技术和电子芯片也得到了快速的发展，数据信息融合技术在民用方面也得到了广泛的发展，比如在民用无人机方面、比如随着人工的组合导航、姿态估计、多传感器动态数据融合、过程控制、全球定位系统、雷达跟踪系统、故障诊断等方面均有涉及。

1.3 论文研究内容

本文针对多传感器信息融合进行研究，具体内容如下：

第一章中介绍了多传感器信息融合技术的基本理念和发展情况，以及文章的主要内容。

第二章引入卡尔曼滤波，重点介绍了标准线性卡尔曼滤波和非线性扩展卡尔曼滤波，分别阐述了它们的数学模型，并举例进行仿真，最后对两种卡尔曼滤波做了对比。

第三章介绍了多传感器信息融合技术，包括多传感器信息融合的过程、层次结构和多传感器信息融合的应用。最后将第二章的卡尔曼滤波器的相关知识与多传感器的信息融合技术结合，举例证明了卡尔曼滤波在信息融合中具有良好实用价值。

第四章对本文所研究内容进行总结。

剩余内容已隐藏，请支付后下载全文，论文总字数：15611字