交互多模型滤波下集中式融合并非总是优于分布式
152 浏览量
更新于2024-08-28
收藏 562KB PDF 举报
本文探讨了信息融合领域内一个常见的观点,即集中式融合被认为在性能上普遍优于分布式融合,尤其是在单一模型滤波算法,如卡尔曼滤波器的应用中。然而,当融合系统采用更复杂的多模型滤波算法,如针对机动目标跟踪的交互多模型滤波(Imm)算法时,这个传统观念是否依然适用成为了本文关注的焦点。
作者基于对这一问题的质疑,深入研究了在采用IMM算法时集中式和分布式融合的性能对比。他们设计了三种集中式融合算法,包括扩维融合、序贯融合以及等效量测融合,以及两种分布式融合算法,即简单方差凸组合和互协方差组合。这些算法在不同的运动场景下进行了大规模的仿真实验。
实验结果显示,当使用交互多模型滤波进行估计时,集中式融合的性能并不总是优于分布式融合。这与传统理论预测的集中式最优性能形成了鲜明的对比,提出了一个令人诧异的现象。作者通过深入分析,解释了这种现象可能的原因,指出在多模型滤波情况下,分布式融合的优势在于其能够更好地处理不确定性,适应目标行为的多样性,从而在某些情况下实现了更好的性能。
因此,本文挑战了原有的定论,提出在机动目标跟踪等复杂环境中,集中式融合的优势可能不明显,甚至在某些特定情况下,分布式融合可能是更为适合的选择。这对于信息融合技术的发展和实际应用具有重要的理论参考价值,特别是对于那些对实时性和鲁棒性有高要求的系统设计。
2020-10-16 上传
2021-08-11 上传
2024-10-26 上传
2024-10-25 上传
2024-10-25 上传
2024-10-25 上传
weixin_38682086
- 粉丝: 6
- 资源: 984
最新资源
- ES管理利器:ES Head工具详解
- Layui前端UI框架压缩包:轻量级的Web界面构建利器
- WPF 字体布局问题解决方法与应用案例
- 响应式网页布局教程:CSS实现全平台适配
- Windows平台Elasticsearch 8.10.2版发布
- ICEY开源小程序:定时显示极限值提醒
- MATLAB条形图绘制指南:从入门到进阶技巧全解析
- WPF实现任务管理器进程分组逻辑教程解析
- C#编程实现显卡硬件信息的获取方法
- 前端世界核心-HTML+CSS+JS团队服务网页模板开发
- 精选SQL面试题大汇总
- Nacos Server 1.2.1在Linux系统的安装包介绍
- 易语言MySQL支持库3.0#0版全新升级与使用指南
- 快乐足球响应式网页模板:前端开发全技能秘籍
- OpenEuler4.19内核发布:国产操作系统的里程碑
- Boyue Zheng的LeetCode Python解答集