基于卡尔曼滤波的数据融合算法与应用研究

来源：计算机技术与发展杂志2020年第05期北京时间：

作者：徐恩松;陆文华;刘云飞;李宝磊;李洋

摘要：针对无人机飞控系统对输入的多传感器信息融合时传统卡尔曼滤波算法容易出现滤波发散,滤波精度和系统的实时性降低的问题,研究了一种改进的自适应滤波算法,可以让数据融合后的信息精度更高,实时性更强。 改进的算法是在 Sage-Husa 滤波的基础上引入滤波收敛性判据,并提出了基于改进的 Sage -Husa 滤波算法的联邦卡尔曼滤波器的设计,可以抑制滤波发散,提高滤波精度和稳定性。 同时引入强跟踪滤波算法的思想,调整增益矩阵,改进滤波算法,提高系统突变情况下的滤波处理能力。 最后,通过对特定的自主避障系统用改进后的算法与传统卡尔曼滤波算法进行 MATLAB仿真比较,仿真结果显示改进的自适应滤波算法在系统模型参数失配和实变噪声情况未知时,可以较好地保持滤波的精度和实时性。

关键词：卡尔曼滤波;Sage-Husa 自适应滤波;MATLAB 仿真;多传感器信息融合