协方差交叉融合（CI）算法原理及其协方差椭圆仿真（matlab）

前言

本文将简单叙述协方差交叉融合（CI）融合原理和多传感器CI融合的分类。以及通过matlab仿真直观展示CI融合的几何意义。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、协方差交叉（CI）融合算法

1.CI融合

在多传感器融合时往往需要知道各个传感器估计误差是不相关的或需要计算它们的互协方差。实际生活中互协方差很难获得，因此提出了协方差交叉融合（CI融合）的方法。该方法不需要计算互协方差，所以可以有效地解决互协方差未知的系统的融合问题。

2.多传感器CI融合分类

多传感器CI融合可以分为序贯CI融合和批处理CI融合。

二、实例仿真

两传感器CI融合

代码如下：

clc;clear all;
%****************P1,P2协方差椭圆************************************
p1=[0.6855,0.5733;0.5733,1.0707];p2=[1.9439,0.1862;0.1862,0.3895];
P1=inv(p1);P2=inv(p2);
sita=0:pi/100:2*pi;
r1=1./sqrt(P1(1,1).*cos(sita).^2+(P1(1,2)+P1(2,1)).*cos(sita).*sin(sita)+P1(2,2).*sin(sita).^2);
r2=1./sqrt(P2(1,1).*cos(sita).^2+(P2(1,2)+P2(2,1)).*cos(sita).*sin(sita)+P2(2,2).*sin(sita).^2);
x1=r1.*cos(sita);y1=r1.*sin(sita);
x2=r2.*cos(sita);y2=r2.*sin(sita);
%************************Pci协方差椭圆******************************
wz=0.53;
pci=inv(wz*P1+(1-wz)*P2);%CI融合方差
Pci=inv(pci);           
rci=1./sqrt(Pci(1,1).*cos(sita).^2+(Pci(1,2)+Pci(2,1)).*cos(sita).*sin(sita)+Pci(2,2).*sin(sita).^2);
xci=rci.*cos(sita);yci=rci.*sin(sita);
%*********************************************
plot(x1,y1,'k-',x2,y2,'k-',xci,yci,'r-.');

运行结果：

说明：在序贯CI融合时，求得加权系数时可采用黄金分割法（0.618）法。在批处理CI融合时，求得加权系数时可采用matlab工具箱“fmincon”求解。