兵工自动化 2022-06
·20· Ordnance I 目前常见的数据融合方法有加权平均法、卡尔
曼滤波法、贝叶斯估计法以及 Dempster-Shafer(D-S)
随着无人机技术和自动控制技术的不断发展,
证据理论等。传统的加权平均法实现简单、计算复
无人机在各领域的应用也不断扩展。自主导航技术
杂度低,但权值固定,对于随时间波动大的数据融
是无人机自主控制的重要组成部分,为增强系统可
合效果不佳。为改善数据融合效果,笔者提出了许
靠性,提高导航数据精度,无人机上的各类硬件设
多改进的加权算法。文献[4]提出了一种改进的自适
备通常会采用冗余设计[1-2]。以高度测量为例,无人
应随机加权算法,利用测量数据的相对波动变化,
机可通过 GPS、无线电高度计以及气压高度计来获
自适应调整融合权重,能得到较好的融合效果。文
取当前飞行高度。对于各传感器传回的数据,飞控
献[5]提出一种基于对异常数据检测的自适应加权
算法中有一套仲裁程序。算法根据传感器类型和用 算法,筛除了瞬时性、偶发的异常数据对融合结果
户定义,给每个传感器确定一个优先级,然后根据 的影响,提高了融合结果的准确度。文献[6]针对多
优先级,采用优先级高的传感器数据。如 Pixhawk 传感器非线性随机系统的数据融合问题提出了一种
开源飞控对于高度传感器的优先级定义为:无线
一种基于观测支持度的动态加权融合算法 来自淘豆网www.taodocs.com转载请标明出处.