[发明专利]一种分布式融合结构中的强跟踪渐消因子计算方法

权利要求书

1.一种分布式融合结构中的强跟踪渐消因子计算方法，其特征在于该方法包括以下：

步骤1：参数初始化

(1.1)系统状态初始化：P(0|0)＝P₀，传感器数量N_s，仿真步长L；

(1.2)强跟踪滤波参数初始化：初始化遗忘因子ρ和弱化因子β；

步骤2：利用局部滤波器计算局部传感器的状态预测协方差阵P_i(k|k-1)和测量残差向量γ_i(k)；其中，下标i为传感器标号，k为离散时刻；

步骤3：计算局部渐消参数向量q_i(k)＝[q_i,1(k),q_i,2(k),q_i,3(k),q_i,4(k),q_i,5(k)]^T，且有，

其中，上标T表示矩阵转置运算，tr表示矩阵的迹运算；V_i⁰(k)为k时刻第i个传感器的实际残差序列的协方差矩阵；R_i(k)为k时刻第i个传感器的测量噪声方差；H_i(k)为k时刻第i个传感器的测量矩阵，对于非线性系统而言，H_i(k)为相应的线性化测量矩阵；Q(k-1)为k-1时刻系统过程噪声方差；

步骤4：计算全局渐消参数向量

步骤5：利用全局渐消参数向量q_g(k)估算全局渐消因子λ_g(k)；

其中，

步骤6：利用融合滤波器计算状态的融合估计和误差协方差阵P(k|k)；

步骤7：输出结果，判断是否继续执行，若k≤L，令k＝k+1，返回步骤2；否则，结束。

2.根据权利要求1所述的一种分布式融合结构中的强跟踪渐消因子计算方法，其特征在于，步骤2中线性系统的局部滤波器采用Kalman滤波，非线性系统的局部滤波器采用扩展Kalman滤波、无迹Kalman滤波或容积Kalman滤波。