Vergleich von Zwei-Sensor-Tracking-Methoden basierend auf Zustandsvektorfusion und Messfusion

Es gibt zwei Ansätze zum Problem der Zwei-Sensor-Spurfusion. Y Bar-Shalom und L. Campo (ebd., vol.AES-22, 803-5, Nov. 1986) präsentierten die Methode der Zustandsvektorfusion, die Zustandsvektoren der beiden Sensoren kombiniert, um eine neue Schätzung zu bilden, während der korrelierte Prozessrausch berücksichtigt wird. Die Methode der Messfusion oder Datenkompression von D. Willner et al. (1976) kombiniert zunächst die Messungen der beiden Sensoren und verwendet dann diese fusionierte Messung, um den Zustandsvektor zu schätzen. Die beiden Methoden werden verglichen, und ein Beispiel zeigt den Grad der Verbesserung der Unsicherheit der resultierenden Schätzung des Zustandsvektors mit der Methode der Messfusion.