典型文献
改进的联邦EKF在列车组合定位中的应用
文献摘要：
基于联邦扩展卡尔曼滤波器(联邦EKF)的多传感器信息融合技术,提高定位系统的容错能力和滤波精度.由于联邦EKF从局部滤波到全局滤波的融合算法计算量小,数据通信少,使得其在非线性系统中具有较高频率的应用.在传统联邦滤波器框架基础上,引入图论分析法,构建分散式融合模型,改变传统的"局部-中心"融合模式,以提高数据融合的鲁棒性.为保证初始节点选取的可靠性,提出基于总均方误差的加权质心算法,在保证系统总均方误差最小的前提下计算各节点的权值.通过仿真和车载实验表明:在某局部节点出现异常的情况下,本融合框架依旧能保证定位结果的可靠性.
文献关键词：
多传感器数据融合;联邦EKF;图论;加权质心
中图分类号：
作者姓名：
李鹏;闫光辉;陈光武
作者机构：
兰州交通大学 自动化与电气工程学院,甘肃 兰州 730070;甘肃省高原交通信息工程及控制重点实验室,甘肃 兰州 730070;兰州交通大学 电子与信息工程学院,甘肃 兰州 730070
文献出处：
引用格式：
[1]李鹏;闫光辉;陈光武-.改进的联邦EKF在列车组合定位中的应用)[J].铁道学报,2022(09):65-70
A类：
列车组合定位
B类：
EKF,扩展卡尔曼滤波器,多传感器信息融合技术,定位系统,容错能力,局部滤波,融合算法,算法计算,计算量,数据通信,非线性系统,高频率,联邦滤波,框架基础,图论分析,分散式,融合模型,改变传统,融合模式,节点选取,均方误差,加权质心算法,保证系统,权值,车载,出现异常,融合框架,定位结果,多传感器数据融合
AB值：
0.340497
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
