摘要：對于帶有未知模型參數(shù)和噪聲方差的多傳感器系統(tǒng)，通過系統(tǒng)辨識方法，得到模型參數(shù)和噪聲方差的信息融合估計，將其代入到最優(yōu)分量按標量加權(quán)融合Kalman預(yù)報器中，得到自校正信息融合Kalman預(yù)報器，實現(xiàn)了狀態(tài)分量的解耦。通過動態(tài)誤差系統(tǒng)分析(DESA)方法嚴格證明了提出的自校正Kalman預(yù)報器按一個實現(xiàn)收斂于最優(yōu)融合Kalman預(yù)報器，因此它有漸近最優(yōu)性。應(yīng)用信號處理的仿真例子驗證了其有效性。

關(guān)鍵詞：多傳感器信息融合； 解耦融合； 辨識； 收斂性分析； 自校正Kalman預(yù)報器

中圖分類號：TN911.734 文獻標識碼：A 文章編號：1004373X(2012)19005904