[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

摘要

本发明涉及一种分布式融合结构中的强跟踪渐消因子计算方法。本发明通过引入一个名为渐消参数向量的新参数，间接揭示了局部传感器强跟踪渐消因子与融合中心强跟踪渐消因子的解析关系，有效降低了融合中心计算全局渐消因子的计算量。与此同时，本发明涉及的方法适用于线性系统和非线性系统，因此在分布式融合框架下是一种通用的强跟踪渐消因子计算方法，推动了强跟踪滤波技术在分布式融合系统中的应用。

主权项

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Pi(k|k‑1)和测量残差向量γi(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qi(k)＝[qi,1(k),qi,2(k),qi,3(k),qi,4(k),qi,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；Vi0(k)为k时刻第i个传感器的实际残差序列的协方差矩阵；Ri(k)为k时刻第i个传感器的测量噪声方差；Hi(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，Hi(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qg(k)估算全局渐消因子λg(k)；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。