[发明专利]面向异步多速率不均匀采样观测数据的信息融合估计方法

权利要求书

1.一种面向异步多速率不均匀采样观测数据的信息融合估计方法，其特征在于，包括以下步骤：

步骤(1)：向计算机输入传感器个数N，输入每一个传感器的采样速率S_i,i=1,2,…,N，同时输入传感器之间的采样比n_i=S₁/S_i,1≤i≤N，输入初始状态均值x₀，初始状态估计误差方差阵P₀，其中，x₀∈Rⁿ,Rⁿ表示n维实向量，P₀∈R^n×n是n维矩阵，且P₀>0为正定矩阵；n_i是用于描述传感器i和传感器1之间采样率关系的量，取值范围为正整数；

步骤(2)：对时刻k=1,2,…，输入系统矩阵A(k)和系统误差方差阵Q(k)，输入(k-1,k]时刻获得的来自所有传感器的观测数据y_i(k_i)和观测矩阵C_i(k_i)，以及观测噪声方差阵R_i(k_i)，并输入传感器i的观测y_i(k_i)的采样时刻t_i，记录(k-1,k]时刻观测数据的个数M_k，其中：

y_i(k_i)：第i个传感器的观测，其维数为m_i，取值范围为：m_i≤n；

A(k)：系统矩阵，用于描述状态间转移的量，其取值范围为：特征值在单位圆内的满秩矩阵，设目标状态的维数为n，则A(k)∈R^n×n；

C_i(k_i)：观测矩阵，用于描述观测数据的维数和观测数据含义的量，其维数为m_i，即Ci(ki)∈Rmi×n;]]>

Q(k)：k时刻系统误差方差阵，用于描述系统建模误差的量，其维数为n×n，取值范围为非负定矩阵；

R_i(k_i)：观测误差方差，用于描述观测误差偏差的量，其维数为m_i×m_i，取值范围为非负定矩阵；

M_k：(k-1,k]时刻观测到的测量数据个数，M_k≤N；

步骤(3)：在时刻k=1,2,…，利用下式计算状态预测值与状态预测误差协方差矩阵：

x^(k|k-1)=A(k)x^(k-1|k-1)]]>

P(k|k-1)=A(k)P(k-1|k-1)A^T(k)+Q(k)

其中，P(0|0)=P₀；并记P₀(k|k)=P(k|k-1)；

步骤(4)：在时刻k=1,2,…，利用步骤(3)计算出的和P₀(k|k)，以及步骤(2)输入的观测数据y_i(k_i),i=1,2,…,M_k，对i=1,2,…,M_k利用下式依次计算状态的融合估计值和相应的估计误差协方差矩阵：

x^i(k|k)=x^i-1(k|k)+Ki(k)[yi(ki)-C‾i(k)x^i-1(k|k)]]]>

Pi(k|k)=Pi-1(k|k)-Ki(k)C‾i(k)Pi-1(k|k)]]>

Ki(k)=Pi-1(k-k)C‾iT(k)[C‾i(k)Pi-1(k|k)C‾iT(k)+Ri(k)]-1]]>

其中，

I+Σm=1j-1Πl=mj-1A-1(ni(ki-1)+l)+Σm=0ni-j-1Πl=j+mjA(ni(ki-1)+l),j=k-ni(ki-1);]]>

步骤(5)：在时刻k=1,2,…，记x^(k-k)=x^Mk(k|k),]]>P(k|k)=PMk(k|k),]]>输出和P(k|k)，即得到时刻k所求状态的融合估计值和融合估计误差协方差矩阵；

步骤(6)：将k+1赋值给k，重复步骤(2)-(5)，即得任意时刻k=1,2,…的状态融合估计值与融合估计误差协方差矩阵，即完成信息融合估计。