当前位置: X-MOL 学术Adv. Space Res. › 论文详情
Investigation on the commonality and consistency among data fusion algorithms with unknown cross-covariances and an improved algorithm
Advances in Space Research ( IF 2.177 ) Pub Date : 2021-01-12 , DOI: 10.1016/j.asr.2021.01.006
Baoyu Liu; Xingqun Zhan; Yang Gao

The cross-covariances among local sensor estimates are usually unknown or can’t be accurately known in multi-sensor systems. The Covariance Intersection (CI), Convex Combination (CC), Largest Ellipsoid (LE) and Ellipsoidal Intersection (EI) algorithms have been developed for the estimate fusion with unknown cross-covariances. In this contribution, we reveal a strong commonality in principle among CI, CC, LE and EI algorithms after a transformation into a new Euclidean space, although each algorithm is designed based on different criteria. We also assess the consistencies of CC, LE and EI algorithms under different conditions which have been found significantly dependent on the correlation level among local estimates. All the CI, CC, LE and EI algorithms have the capability to enhance consistency or accuracy but at a cost of accuracy or consistency. Based on the commonality and consistency features among different algorithms, an improved algorithm is presented which can significantly improve the consistency performance at a very little expense of accuracy. The theoretical analysis and the fusion algorithm selection strategy are testified through simulated examples and the fusion of GPS and GLONASS horizontal position solutions.



中文翻译:

互协方差未知的数据融合算法的共性和一致性研究及改进算法

在多传感器系统中,本地传感器估计值之间的互协方差通常是未知的或无法精确知道的。已经开发出协方差交叉点(CI),凸组合(CC),最大椭圆体(LE)和椭圆体交叉点(EI)算法,用于具有未知交叉协方差的估计融合。在此贡献中,尽管每种算法都是基于不同的标准设计的,但我们揭示了在转换为新的欧几里得空间后,CI,CC,LE和EI算法在原理上具有很强的共性。我们还评估了CC,LE和EI算法在不同条件下的一致性,这些条件在很大程度上取决于局部估计之间的相关性水平。所有的CI,CC,LE和EI算法均具有增强一致性或准确性的能力,但会降低准确性或一致性。基于不同算法之间的共性和一致性特征,提出了一种改进算法,可以以很少的精度代价就可以显着提高一致性性能。通过仿真算例以及GPS与GLONASS水平位置解的融合,论证了理论分析和融合算法的选择策略。

更新日期:2021-02-22
全部期刊列表>>
2021新春特辑
SN Applied Sciences期刊征稿中
JCR Q1医学全学科
虚拟特刊
亚洲大洋洲地球科学
NPJ欢迎投稿
自然科研论文编辑
ERIS期刊投稿
欢迎阅读创刊号
自然职场,为您触达千万科研人才
spring&清华大学出版社
城市可持续发展前沿研究专辑
Springer 纳米技术权威期刊征稿
全球视野覆盖
施普林格·自然新
chemistry
物理学研究前沿热点精选期刊推荐
自然职位线上招聘会
欢迎报名注册2020量子在线大会
化学领域亟待解决的问题
材料学研究精选新
GIANT
ACS ES&T Engineering
ACS ES&T Water
屿渡论文,编辑服务
阿拉丁试剂right
上海中医药大学
南科大-连续三周2.26
西湖大学
化学所
北京大学
山东大学
隐藏1h前已浏览文章
课题组网站
新版X-MOL期刊搜索和高级搜索功能介绍
ACS材料视界
南方科技大学
张凤娇
中国石油大学
天合科研
x-mol收录
试剂库存
down
wechat
bug