基于鲁棒滤波理论的非线性系统融合状态估计方法研究

信息融合估计理论一直是控制、信号处理等领域的基本问题，也是现在研究非常广泛的信息融合理论的一个重要理论基础。结合信息融合技术和状态估计理论，发展基于信息融合的状态融合估计方法是信息融合的一个研究方向，成为高精度、高可靠性状态估计的必由之路。本项目采用鲁棒滤波理论和改进的变结构多模型算法对一类不确定非线性系统的状态进行融合估计。首先，用一个统一模型来表示变结构多模型（VSMM）的模型集中的基本模型，分别设计集中式和分布式鲁棒融合滤波器对带有不同类型的多传感器（如存在非线性或测量数据丢失等）的基本模型的状态进行融合估计；然后，用VSMM来描述不确定环境下的非线性系统，在单模型估计的基础上，利用神经网络来求解MSA问题，并改进现有的VSMM算法以适合鲁棒融合估计，进一步提高估计的精度。本项目研究扩展了VSMM的应用范围，也为复杂环境下多传感器系统的融合估计和多目标跟踪的研究提供新的思路。

信息融合估计理论一直是控制、信号处理等领域的基本问题，也是现在研究非常广泛的信息融合理论的一个重要理论基础。结合信息融合技术和状态估计理论，发展基于信息融合的状态融合估计方法是信息融合的一个研究方向，成为高精度、高可靠性状态估计的必由之路。本项目组利用2011年结题的国家自然科学基金项目中提出的非线性系统的“统一模型”以及模型相关性质，继续研究基于鲁棒滤波理论的非线性系统融合状态估计方法，首先将具有统一非线性算子的动态系统转化为统一模型，分别设计集中式和分布式鲁棒融合滤波器对带有不同类型的多传感器（如存在非线性或测量数据丢失等）的统一模型的状态进行融合估计；然后提出用以统一模型为基本模型的变结构多模型（VSMM）来描述不确定性环境下的非线性系统，并改进现有的VSMM算法以适合鲁棒融合估计，并提高估计精度。我们利用上述理论和方法解决了复杂环境下的多机动目标跟踪问题，包括多扩展目标跟踪和水下目标跟踪，进一步完善了状态估计理论。本项目组已经完成了计划书中的全部研究内容，并取得超过预期的成果。发表标注资助号的论文38篇（期刊论文18篇，SCI收录15篇，会议论文20篇）。项目负责人获得国家优秀青年科学基金的资助，在科学出版社出版学术专著1部（《目标跟踪前沿理论与应用》），以第一完成人获得浙江省科学技术奖二等奖1项，分别于2013年和2015年在中国自动化大会作上专题特邀报告。项目负责人领导的研究团队除了完成本项目的研究内容外，有了新的研究方向的拓展，提出基于水下无线传感器网络的融合估计和目标探测、跟踪方法，并研究传感器网络的关键技术以提高探测和跟踪的精度，解决了传感器通讯等问题对精度的影响。同时积极开展国际合作研究，项目负责人与美国Oklahoma State University盛卫华副教授合作申请了海外及港澳学者合作研究基金项目并获得批准。

内容获取失败，请点击重试