摘要:随着电子技术与信息技术的快速发展，传感器已经变得十分重要，人们对其应用的需求也相应加大，但随着对传感器的研究，人们发现对单个传感器所采集的信息进行处理，不仅工作量巨大，而且还无法得到多个传感器之间的联系，误差也相应增大。所以信息融合技术得到了各个领域方面的认可，它不仅可以有效解决单个传感器之间存在的问题，还可以利用多个传感器所提供的局部的信息，对外界环境进行相对全面的描述。
论文开始就讲解了本次研究的重点卡尔曼滤波器，然后详细描述了三种加权多传感器最优信息融合准则，介绍了它们的优缺点与在精度方面的关系。再根据多传感器线性的系统，对三种加权融合准则的最优信息融合Kalman滤波器进行讨论，然后提出稳态的Kalman滤波器。最后对三个传感器二维跟踪系统进行仿真，仿真的对比图很明显的展示了融合的滤波器的精度很高，然后再跟每个局部滤波器的精度比较发现融合后的精度更好，并对比了三种加权融合的精度，发现它们是差不多的，表明本次论文的算法是正确的。
关键词：多传感器；信息融合；Kalman滤波器；三种加权最优信息融合准则
目录
摘要
Abstract
1 绪论-1
1.1 背景介绍-1
1.2 相关领域研究情况-1
1.3 论文主要研究内容-2
2 Kalman滤波器和三种加权多传感器最优信息融合准则-3
2.1 Kalman滤波器介绍-3
2.2 按矩阵加权线性最小方差最优融合准则和算法-4
2.3 按标量加权线性最小方差最优融合准则和算法-5
2.4 按对角阵加权线性最小方差最优融合准则和算法-5
2.5 三种加权多传感器最优融合估计精度关系-6
3 多传感器信息融合Kalman滤波器-7
3.1 三传感器一维跟踪系统的仿真与研究-7
3.1.1 三传感器一维跟踪系统数学模型-7
3.1.2 一维跟踪系统下局部Kalman滤波器仿真及分析-7
3.1.3 一维跟踪系统下按标量加权Kalman滤波器仿真及分析-9
3.1.4 一维跟踪系统下的滤波误差曲线-10
3.2 三传感器二维跟踪系统的仿真与研究-11
3.2.1 三传感器二维跟踪系统数学模型-11
3.2.2 二维跟踪系统下局部Kalman滤波器仿真及分析-11
3.2.3 二维跟踪系统下按矩阵加权Kalman滤波器仿真及分析-13
3.2.4 二维跟踪系统下按标量加权Kalman滤波器仿真及分析-13
3.2.5 二维跟踪系统下按对角阵加权Kalman滤波器仿真及分析-14
3.2.6 二维跟踪系统下的滤波误差曲线-14
3.3 三传感器三维跟踪系统的仿真与研究-17
3.3.1 三传感器三维跟踪系统数学模型-17
3.3.2 三维跟踪系统下局部Kalman滤波器仿真及分析-17
3.3.3 三维跟踪系统下按矩阵加权Kalman滤波器仿真及分析-19
3.3.4 三维跟踪系统下按标量加权Kalman滤波器仿真及分析-20
3.3.5 三维跟踪系统下按对角阵加权Kalman滤波器仿真及分析-20
3.3.6 三维跟踪系统下的滤波误差曲线-21
结 论-24
参考文献-25
附录A 二维跟踪系统仿真的源代码程序-26
致 谢-33
