如何进行传感器融合？

Question

假设我有来自同一个变量的两个差分传感器的两个测量值。我想知道是否有办法进行信息融合并获得描述整个系统（两个传感器）的最佳方式的唯一度量。

我知道 Bar-Shalom - Campo 传感器融合模型，但我想知道是否有任何模型不采用经典高斯假设，以便传感器融合可以处理不良数据/严重错误。

谢谢。

Answer 1

对于传感器融合，您可以使用卡尔曼滤波器。用于传感器融合的扩展卡尔曼滤波器的教程和研究论文很少。

Answer 2

这在很大程度上取决于您尝试融合的传感器类型。某些传感器噪声无法使用 Gaussian RV 建模。即使传感器噪声与高斯 RV 不太吻合，卡尔曼滤波器和高斯假设在大多数情况下也能很好地工作。您可以检查 GPS 位置估计示例。您可以使用非线性卡尔曼滤波器（UKF 等）或最小二乘法融合多颗卫星的数据。