当目标跟踪技术扩展到跨平台传感器时，不同类型的传感器具有不同的采样率，预处理时间和数据通信延迟，从而导致出现多个传感器测量的现象到达冶炼中心之外。量停止使用会导致更新时间测量的负面问题。本文中，直接更新方法用于过滤，即使用超出测量值来更新当前时间状态的估计值。列，以便获得或近似测量序列的处理的滤波精度。过一个简单的例子验证了该方法的有效性。现代海战中，超低空穿透攻击导弹是水面舰艇的主要威胁，单一平台的侦察和侦察能力无法满足战争需求反导弹，从而改善了多平台传感器的信息共享。的反导作用。跨平台传感器检测到的数据用于融合时，由于不同类型传感器的采样频率，预处理时间和数据传输延迟，会出现多次传感器测量的现象。
达失效的融合中心[1]，恒温阀芯也就是说测量失调现象。于卡尔曼滤波算法仅适用于顺序测量的处理，因此基于卡尔曼滤波器结构的合并算法无法直接解决估计值的负更新问题。态。前用于服务停止测量现象的过滤方法包括：拒绝延迟测量方法，重新过滤方法，数据缓冲方法和直接更新方法[2]。
止延迟测量可能会导致大量信息丢失，从而导致跟踪精度降低甚至目标丢失。
于重新过滤方法，随着传感器数量，目标数量和延迟时间的增加，内存量和计算量显着增加。存数据的方法需要很大的存储空间，并且输出会严重延迟。接更新方法直接使用停运测量来更新当前时间状态估计，以获得或近似测量序列处理的滤波精度[3] [4]。
于跨平台协作操作系统，每个协作单元在其自己的坐标系中执行目标跟踪，并接收其他平台以定期发送检测信息。下文中，在时间轴下，介绍了使用离散扩展卡尔曼滤波器随时间推移进行负更新的情况。图1所示，通过使用在时刻tk-2的测量数据Zk-2来获得标准滤波器Xk-2 / k-2的导出状态的估计值。
tk-1中，远程传感器获得测量值Zk-1，加上时间戳tk-1，然后将数据发送到网络，并具有传输延迟。间tk Zk的测量值到达该时间，并且更新状态的估计从Xk-2 / k-2得到Xk / k。于数据延迟，测量值Zk-1到达时刻tk ，为了增加状态估计值Xk / k ，将其考虑在内。设有4个测量值Zk，k = 1、2、3、4，并且所有值都以1秒的间隔及时到达。
了比较和分析平均平均最小时间和标准卡尔曼滤波公式的滤波结果，恒温阀芯表1显示了三种不同情况下的最终协方差值：无延迟测量值，缺少测量值Z3 Carl标准扩展Z3最终实现的曼彻斯特滤波方法和负时间更新滤波方法。
1表明，在拒绝延迟值Z3的情况下，时间间隔增加到2秒，协方差值变大并且滤波器增益也很重要。过负更新方法获得的最终协方差值将被滤波，并且滞后测量值的扩展卡尔曼滤波值将大致相同。文针对多平台传感器目标跟踪无序问题提出了负均方根误差法的推导过程，以简单的例子为例。查否定时间更新算法是否获得更好的结果。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com