简介：分布式联邦滤波器在多传感器信息融合领域得到广泛的重视，联邦滤波中的信息分配原则直接影响滤波器的精度和容错性，而常规的标量形式联邦滤波信息分配方法无法满足高动态环境下状态的动态变化特性。信息分配是设计和实现联邦滤波器的关键环节，基于系统误差协方差阵和可观测阵。文中考虑系统状态估计精度和系统的可观测性，提出了一种新的联邦滤波信息分配方案和算法。新的联邦滤波算法允许每一个系统状态变量具有不同的动态信息分配因子，从而改进了联邦滤波信息融合的精度。仿真结果表明，与传统联邦滤波算法比较，改进的信息融合算法精度能提高30％以上。
简介：基于分散化滤波算法和信息分配原理,建立了广义联邦滤波器设计理论.证明了联邦滤波器当其主滤波器和局部滤波器的维数都相同时,其全局滤波和集中卡尔曼滤波等价,是最优的;同时提出当主滤波器维数和局部滤波器维数不相同时,达到全局滤波最优的解析补偿方法,其附加计算量小,并可作为一种性能指标用于子系统的软故障检测.在组合导航系统中运用此方法对非公共状态信息进行补偿,仿真结果验证了该方法的有效性.
简介：首先证明了联邦滤波器中各局部滤波器实际上滤波不相关,然后通过使用集中式滤波器的滤波稳定性定理,来分析联邦滤波器的滤波稳定性.仿真实验首先根据上述方法证明了联邦滤波器的滤波稳定性,然后通过改变滤波初始值的方法对上述方法的执行结果进行了实验验证.
一种联邦滤波信息共享分配算法
广义联邦滤波器的全局最优性
联邦滤波器的滤波稳定性研究
