自校正解耦融合Kalman预报器及其收敛性

摘要：对于带有未知模型参数和噪声方差的多传感器系统，通过系统辨识方法，得到模型参数和噪声方差的信息融合估计，将其代入到最优分量按标量加权融合Kalman预报器中，得到自校正信息融合Kalman预报器，实现了状态分量的解耦。通过动态误差系统分析(DESA)方法严格证明了提出的自校正Kalman预报器按一个实现收敛于最优融合Kalman预报器，因此它有渐近最优性。应用信号处理的仿真例子验证了其有效性。

关键词：多传感器信息融合； 解耦融合； 辨识； 收敛性分析； 自校正Kalman预报器

中图分类号：TN911.734 文献标识码：A 文章编号：1004373X(2012)19005904