摘要：给出了带输入估计的卡尔曼滤波算法，比较了带输入估计的卡尔曼滤波算法和标准卡尔曼滤波算法的差别，在此基础上提出了一种最优加权的数据融合方法，分析了最优权值的分配原则，给出了最优加权下的多传感器融合算法。该算法首先计算出各个传感器当前的滤波精度，依据各传感器当前时刻的滤波精度分配权值，同时测量方差的时变特性使得每次测量信息得到充分的利用，通过仿真比较了该方法与平均分配权值方法效果的差别，实验结果表明了该算法的有效性。