12、异步多速率多传感器系统状态估计与事件触发融合策略

异步多速率多传感器系统状态估计与事件触发融合策略

1. 异步多速率多传感器系统状态估计算法对比

在异步多速率多传感器动态系统中，不同的状态估计算法有着不同的性能表现。这里主要对比了三种算法：SBF1、SBF2 和 OBF。

算法	位置时间平均 RMSE	速度时间平均 RMSE
SBF1	0.121	0.2722
SBF2	1.2382	0.9743
OBF	0.1047	0.2514

从表格数据可以看出，OBF 算法在位置和速度的估计上，时间平均均方根误差（RMSE）都相对较小，表现出更好的性能。

进一步分析不同算法的 RMSE 模拟曲线：
- SBF1 与 OBF 对比 ：当考虑测量噪声与系统噪声的相关性时，OBF 算法（考虑噪声相关性的最优批量融合算法）的 RMSE 小于 SBF1 算法（忽略噪声相关性的次优批量融合算法）。这表明在批量融合中，考虑噪声相关性能有效提高估计精度，而忽略噪声相关性会降低估计精度。
- SBF2 与 OBF 对比 <