Комплексирование измерителей при некратности частот следования показаний и выходных оценок
Аннотация
Рассматриваются вопросы комплексирования измерений с двух датчиков, моменты получения измерений с которых не совпадают по времени, при этом требуемые моменты выдачи результатов их обработки также лежат внутри интервалов между показаниями. Предложено несколько вариантов алгоритмов объединения на основе калмановской фильтрации как с использованием централизованного фильтра, так и на основе параллельно работающих частных фильтров в рамках децентрализованной фильтрации. Описана адаптация параметров фильтра к работе в условиях неэквидистантной сетки рабочих тактов. Рассмотрены варианты объединения оценок состояния процесса внутри контура фильтрации и за его пределами. Сравнение методов выполняется с точки зрения величины относительной среднеквадратической ошибки получаемой на выходе оценки. Отдельно анализируются случай равноточных измерений и случай, когда уровень шумов в показаниях датчиков значительно различается. Работоспособность методов исследуется при различных значениях ширины полосы пропускания, определяемой соотношением интенсивности шума процесса и шума измерения.
Литература
[2] Willner D., Chang C.B., Dunn K.P. Kalman filter algorithms for a multi-sensor system. In: 1976 IEEE Conference on Decision and Control including the 15th Symposium on Adaptive Processes. Clearwater, FL, USA; 1976. p. 570-574. (In Eng.) DOI: https://doi.org/10.1109/CDC.1976.267794
[3] Roecker J.A., McGillem C.D. Comparison of two-sensor tracking methods based on state vector fusion and measurement fusion. IEEE Transactions on Aerospace and Electronic Systems. 1988; 24(4):447-449. (In Eng.) DOI: https://doi.org/10.1109/7.7186
[4] Gan Q., Harris C.J. Comparison of two measurement fusion methods for Kalman-filter-based multisensor data fusion. IEEE Transactions on Aerospace and Electronic Systems. 2001; 37(1):273-279. (In Eng.) DOI: https://doi.org/10.1109/7.913685
[5] Armesto L., Tornero J., Vincze M. Fast Ego-motion Estimation with Multi-rate Fusion of Inertial and Vision. The International Journal of Robotics Research. 2007; 26(6):577-589. (In Eng.) DOI: https://doi.org/10.1177/0278364907079283
[6] Chong C.-Y., Mori S., Barker W.H., Chang K.-C. Architectures and algorithms for track association and fusion. IEEE Aerospace and Electronic Systems Magazine. 2000; 15(1):5-13. (In Eng.) DOI: https://doi.org/10.1109/62.821657
[7] Dhuli R., Kandagadla M., Lall B. Multirate Kalman Filter for Sensor Data Fusion. In: Proceedings of the Fifteenth National Conference on Communications (NCC 2009). January 16-18, 2009, Guwahati, India; 2009. p. 229-233. (In Eng.)
[8] Yan L.P., Liu B.S., Zhou D.H. The Modeling and Estimation of Asynchronous Multirate Multisensory Dynamic Systems. Aerospace Science and Technology. 2006; 10(1):63-71. (In Eng.) DOI: https://doi.org/10.1016/j.ast.2005.09.001
[9] Bar-Shalom Y. Update with out-of-sequence measurements in tracking: exact solution. IEEE Transactions on Aerospace and Electronic Systems. 2002; 38(3):769-777. (In Eng.) DOI: https://doi.org/10.1109/TAES.2002.1039398
[10] Alexander H.L. State estimation for distributed systems with sensing delay. Proc. SPIE. Data Structures and Target Classification. 1991; 1470: 103-111. (In Eng.) DOI: https://doi.org/10.1117/12.44843
[11] Larsen T.D., Andersen N.A., Ravn O., Poulsen N.K. Incorporation of time delayed measurements in a discrete-time Kalman filter. In: Proceedings of the 37th IEEE Conference on Decision and Control (Cat. No.98CH36171). Tampa, FL, USA. 1998; 4:3972-3977. (In Eng.) DOI: https://doi.org/10.1109/CDC.1998.761918
[12] Sahebsara M., Chen T., Shah S.L. Optimal fast-rate soft-sensor design for multi-rate processes. In: 2006 American Control Conference. Minneapolis, MN, USA; 2006. p. 976-981. (In Eng.) DOI: https://doi.org/10.1109/ACC.2006.1655485
[13] Hara T., Tomizuka M. Multi-rate controller for hard disk drive with redesign of state estimator. In: Proceedings of the 1998 American Control Conference. ACC (IEEE Cat. No.98CH36207). Philadelphia, PA, USA. 1998; 5:3033-3037. (In Eng.) DOI: https://doi.org/10.1109/ACC.1998.688414
[14] Mallick M., Coraluppi S., Carthel C. Advances in asynchronous and decentralized estimation. In: 2001 IEEE Aerospace Conference Proceedings (Cat. No.01TH8542). Big Sky, MT, USA. 2001; 4:1873-1888. (In Eng.) DOI: https://doi.org/10.1109/AERO.2001.931505
[15] Nettleton E.W., Durrant-Whyte H.F. Delayed and asequent data in decentralized sensing networks. In: Proc. SPIE - Sensor Fusion and Decentralized Control in Robotic Systems. 2001; 4571:1-9. (In Eng.) DOI: https://doi.org/10.1117/12.444148
[16] Zhang K., Li X.R., Zhu Y. Optimal update with out-of-sequence measurements. IEEE Transactions on Signal Processing. 2005; 53(6):1992-2004. (In Eng.) DOI: https://doi.org/10.1109/TSP.2005.847830
[17] Mallick M., Krant J., Bar-Shalom Y. Multi-sensor multi-target tracking using out-of-sequence measurements. In: Proceedings of the Fifth International Conference on Information Fusion. FUSION 2002. (IEEE Cat.No.02EX5997). Annapolis, MD, USA. 2002; 1:135-142. (In Eng.) DOI: https://doi.org/10.1109/ICIF.2002.1021142
[18] Steffes S. Computationally Distributed Real-Time Dual Rate Kalman Filter. Journal of Guidance, Control, and Dynamics. 2014; 37(4):1064-1086. (In Eng.) DOI: https://doi.org/10.2514/1.G000179
[19] Anitha R., Renuka S., Abudhahir A. Multi sensor data fusion algorithms for target tracking using multiple measurements. In: 2013 IEEE International Conference on Computational Intelligence and Computing Research. Enathi, India; 2013. p. 1-4. (In Eng.) DOI: https://doi.org/10.1109/ICCIC.2013.6724283
[20] Gao J.B., Harris C.J. Some remarks on Kalman Filters for the multisensory fusion. Information Fusion. 2002; 3(3):191-201. (In Eng.) DOI: https://doi.org/10.1016/S1566-2535(02)00070-2
[21] Guo Y., Zhao Y., Huang B. Development of soft sensor by incorporating the delayed infrequent and irregular measurements. Journal of Process Control. 2014; 24(11):1733-1739. (In Eng.) DOI: https://doi.org/10.1016/j.jprocont.2014.09.006
[22] Wang Y., Kostić D., Jansen S.T.H., Nijmeijer H. Filling the gap between low frequency measurements with their estimates. In: 2014 IEEE International Conference on Robotics and Automation (ICRA). Hong Kong, China; 2014. p. 175-180. (In Eng.) DOI: https://doi.org/10.1109/ICRA.2014.6906606
[23] Sun S.L., Deng Z.L. Multi-sensor optimal information fusion Kalman filter. Automatica. 2004;40(6):1017-1023. (In Eng.) DOI: https://doi.org/10.1016/j.automatica.2004.01.014
[24] Feddaoui A., Boizot N., Busvelle E., Hugel V. High-gain extended Kalman filter for continuous-discrete systems with asynchronous measurements. International Journal of Control. 2020; 93(8):2001-2014. (In Eng.) DOI: https://doi.org/10.1080/00207179.2018.1539525
[25] Luo R.C., Chang C.C., Lai C.C. Multisensor Fusion and Integration: Theories, Applications, and its Perspectives. IEEE Sensors Journal. 2011; 11(12):3122-3138. (In Eng.) DOI: https://doi.org/10.1109/JSEN.2011.2166383
[26] Castanedo F. A Review of Data Fusion Techniques. The Scientific World Journal. 2013; 2013:704504. (In Eng.) DOI: https://doi.org/10.1155/2013/704504
[27] Smith D., Singh S. Approaches to Multisensor Data Fusion in Target Tracking: A Survey. IEEE Transactions on Knowledge and Data Engineering. 2006; 18(12):1696-1710. (In Eng.) DOI: https://doi.org/10.1109/TKDE.2006.183
[28] Durrant-Whyte H., Henderson T.C. Multisensor Data Fusion. In: Siciliano B., Khatib O. (ed.) Springer Handbook of Robotics. Springer, Berlin, Heidelberg; 2008. p. 585-610. (In Eng.) DOI: https://doi.org/10.1007/978-3-540-30301-5_26
[29] Bar-Shalom Y., Fortmann T. Tracking and Data Association. Academic Press, New York; 1988. (In Eng.)
[30] Manyika J., Durrant-Whyte H.F. Data Fusion and Sensor Management: A Decentralized Information-Theoretic Approach. Ellis Horwood, New York; 1994. (In Eng.)
[31] Blackman S.S., Popoli R.F. Design and Analysis of Modern Tracking Systems. Artech House, Boston; 1999. (In Eng.)
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
