互相关观测噪声下数据驱动的多传感器航迹融合方法

本发明公开了一种互相关观测噪声下数据驱动的多传感器航迹融合方法；在多传感器航迹融合方法中，研究了状态估计受互相关观测噪声影响的分布式信息融合问题；通过使用数据模型双驱动的架构，本发明不仅可以获得更高精度的状态估计值而且具有可解释性；对于数据驱动中神经网络的构建，采用了循环神经网络GRU从数据中学习观测噪声间的相关不确定性，该算法中网络的训练具有快收敛易训练的特性；对于模型驱动中融合框架的选择，使用了计算和通信成本更少的分布式信息融合框架，使得本发明具有高效性和实用性；数值分析表明所提出的数据驱动的分布式信息融合方法能够将观测噪声中的相关不确定性准确地估计，获得更精确的状态估计值。