[发明专利]一种多传感器信息融合算法

权利要求书

1.一种多传感器信息融合算法，其特征在于，包括：

获取当前时刻所有传感器关于目标状态的融合预测结果；

获取当前时刻所有传感器关于目标状态的实际测量结果；

根据每组实际测量结果和融合预测结果，计算出每组实际测量结果对应传感器当前时刻目标状态的最优估计结果；

融合所有传感器的最优估计结果，确定每个最优估计结果的相应权重，从而得到当前目标状态的最优融合估计结果。

2.根据权利要求1所述的算法，其特征在于，所述根据每组实际测量结果和融合预测结果，计算出每组实际测量结果对应传感器当前时刻目标状态的最优估计结果，包括：

对于每一组实际测量结果，计算一个基于融合预测结果和一组实际测量结果的对应变换矩阵；

计算每组实际测量结果的相应协方差；

对每一组实际测量结果，根据相应的变换矩阵和相应的协方差计算相应的卡尔曼增益；

根据变换矩阵、协方差和卡尔曼增益，计算出每组实际测量结果对应传感器当前时刻目标状态的最优估计结果。

3.根据权利要求2所述的算法，其特征在于，所述融合所有传感器的最优估计结果，确定每个最优估计结果的相应权重，从而得到当前目标状态的最优融合估计结果，包括：

根据每组实际测量结果的相应协方差，确定每组最优估计结果的相应权重；

根据每个最优估计结果和对应的权值，计算当前时刻所有传感器关于目标状态的最优融合结果。

4.根据权利要求3所述的算法，其特征在于，还包括：

根据变换矩阵和卡尔曼增益对协方差进行校正，从而得到校正后的协方差。

5.根据权利要求4所述的算法，其特征在于，所述计算每组实际测量结果的相应协方差，包括：

每一组当前时间的实际测量结果对应的协方差用前一时间得到的校正协方差得到。

6.根据权利要求5所述的算法，其特征在于，所述获取当前时刻所有传感器关于目标状态的融合预测结果，包括：

通过对前一时刻目标状态的最优融合估计结果，得到当前时刻的融合预测结果。