文档介绍：第20卷第6期中国惯性技术学报 2012年12月 Journal of Chinese Inertial Technology Dec. 2012 收稿日期:2012-06-28;修回日期:2012-10-25 基金项目:国家973项目(61393010101-1);船舶工业国防科技预研项目()作者简介:康健(1983—),男,博士研究生,从事信息融合研究。E-mail:kangjian004@ 联系人:李一兵(1967—),男,教授,博士生导师。E-mail:liyibingt@ 文章编号:1005-6734(2012)06-0670-04 基于DS 证据理论的多传感器信息融合算法康健1,谷云彪2,李一兵1(1. 哈尔滨工程大学信息与通信工程学院,哈尔滨 150001;2. 天津航海仪器研究所,天津 300131)摘要:多传感器卡尔曼滤波算法具有良好的信号跟踪及估值能力,但由于信号噪声的影响,不同传感器所提供的信号会产生一定幅度的偏差,不利于对真实信号的预测及估计。为了解决上述问题,提出了基于DS证据理论的多传感器量测融合的方法,利用证据理论处理传感器的量测信息以及滤波器的估计值,从而合理地计算出单传感器的权值,并对子传感器的量测值进行二次赋值。经过融合后的结果具有良好的滤波效果。将改进的量测融合方法应用到目标跟踪问题中,获得的目标跟踪精度提高了近一倍。通过仿真实验对比验证了新算法的可靠性及精确性,表明该方法具有一定的实用价值。关 键 词:DS证据理论;Kalman滤波;信息融合;多传感器中图分类号:TN957 文献标志码:A Multi-sensor information fusion algorithm based on DS evidence theory KANG Jian1, GU Yun-biao2, LI Yi-bing1(1. Institute of Information Technology, Harbin Engineering University, Harbin 150001, China;2. Tianjin Navigation Instrument Research Institute; Tianjin 300131, China) Abstract: Multi-sensor Kalman filtering algorithm has good signal tracking and estimation ability. However, due to the influence of signal noise, the signals provided by different sensors would produce a certain level of deviations, and this will adversely influence the prediction and estimate to the true signals. In this paper