多传感器单目标数据融合方法的Matlab计算复杂度比较
摘要：多传感器观测的目标跟踪可以比单一传感器实现更好的估计性能。目标跟踪中最著名的估计工具是卡尔曼滤波器。有几种数学方法可以通过使用卡尔曼滤波器结合多个传感器的观测。应用适当的方法的一个重要问题是计算复杂度。本文考虑了基于卡尔曼滤波器的四种数据融合算法，包括三种集中式方法和一种分散式方法。使用MATLAB比较了这些方法在传感器数量增加时的计算负载。结果显示，如果传感器数量超过20个，则逆协方差方法具有最佳的计算性能。对于较小数量的传感器，其他方法，尤其是群传感器，更为合适。
作者：Sayed Amir Hoseini and Mohammad Reza Ashraf
论文ID：1307.3005
分类：Systems and Control
分类简称：cs.SY
提交时间：2013-07-12