准确融合测量协方差的分布式卡尔曼滤波器
信号处理
2025-04-14 v1
摘要
本文研究了线性系统上的分布式卡尔曼滤波器（DKF），特别关注测量融合，这是一种典型的信息共享方式，对增强稳定性和改进估计精度至关重要。我们指出，融合测量与融合协方差之间的不匹配导致了以往基于共识的DKF算法出现性能退化或不一致。为此，我们引入两种完全分布的方法来计算融合测量的确切协方差，基于此提出了修正后的DKF算法。此外，还在相当温和的条件下提供了修正算法的性能分析，包括估计误差协方差的稳态值。我们还表明，由于修正DKF算法得到了保证的一致性，稳态估计精度显著优于经典DKF算法。通过数值实验验证了理论分析，并展示了所提出方法的优势。
引用
@article{arxiv.2504.08302,
title = {Distributed Kalman Filter with Ultimately Accurate Fused Measurement Covariance},
author = {Tuo Yang and Jiachen Qian and Zhisheng Duan and Zhiyong Sun},
journal= {arXiv preprint arXiv:2504.08302},
year = {2025}
}