《带不确定噪声方差保性能鲁棒集中式融合Kalman预报器》PDF+DOC

📙 相关资料

1. 《带不确定协方差线性相关白噪声系统改进的鲁棒协方差交叉融合稳态Kalman估值器》PDF+DOC 对于带有不确定协方差线性相关白噪声的多传感器系统，利用Lyapunov方程提出设计协方差交叉(CI)融合极大极小鲁棒Kalman估值器(预报器、滤波器、平滑器)的一种统一方法.利用保守的局部估值误差互协方差，提出改进的CI融合鲁棒稳态Kalman估值器及其实际估值误差方差最小上界，克服了用原始CI融......
2. 《带丢失观测和不确定噪声方差系统改进的鲁棒协方差交叉融合稳态Kalman滤波器》PDF+DOC 对带丢失观测和不确定噪声方差的线性定常多传感器系统，引入虚拟噪声将原系统转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理，用Lyapunov方程方法提出局部鲁棒稳态Kalman滤波器及其实际方差最小上界，并利用保守的局部滤波误差互协方差，提出一种改进的鲁棒协方差交叉(covariance i......
3. 《带不确定参数和噪声方差的鲁棒观测融合Kalman滤波器》PDF+DOC 对带不确定参数和噪声方差的多传感器定常系统，引入虚拟白噪声补偿不确定参数，可将其转化为带已知参数和不确定噪声方差系统.应用极大极小鲁棒估值原理和加权最小二乘法，基于带噪声方差保守上界的最坏情形保守系统，提出了鲁棒加权观测融合Kalman滤波器，并证明了它与集中式融合鲁棒Kalman滤波器是等价的，且......
4. 《不确定多传感器系统鲁棒观测融合Kalman预报器》PDF+DOC 对于带不确定模型参数和噪声方差的线性离散时不变多传感器系统，用虚拟噪声补偿不确定参数，系统转化为仅带噪声方差不确定性的多传感器系统.用加权最小二乘法和极大极小鲁棒估计准则，基于带噪声方差保守上界的最坏情形保守系统，提出一种鲁棒加权观测融合稳态Kalman预报器，并应用Lyapunov方程方法证明了它......
5. 《不确定信号系统鲁棒观测融合Kalman预报器》PDF+DOC 对于带不确定噪声方差的多传感器单通道自回归滑动平均(ARMA)信号系统，当观测噪声中包含白噪声和一个自回归滑动平均(ARMA)有色观测噪声时，通过增广状态方法把ARMA信号系统模型转化为状态空间模型.应用加权最小二乘法和极大极小鲁棒估计准则，基于带噪声方差保守上界的最坏保守系统，提出了鲁棒加权观测融......
6. 《面向跟踪系统的多传感器信息融合鲁棒保性能协方差交叉Kalman估计方法》PDF+DOC 对带不确定方差线性相关白噪声的多传感器系统，根据极大极小鲁棒估计原理，用Lyapunov方程方法，基于不确定噪声方差扰动的参数化表示法提出两类鲁棒保性能协方差交叉(CI)融合Kalman估值器(预报器、滤波器和平滑器)，给出其精度偏差的最大下界和最小上界.证明了保性能CI融合器的鲁棒精度高于原始CI......
7. 《协方差交叉融合鲁棒Kalman滤波器》PDF+DOC 对于带未知互协方差的两传感器系统，提出一种协方差交叉(CI)融合鲁棒稳态Kalman滤波器，它关于未知互协方差具有鲁棒性.严格证明了该滤波器的实际精度高于每个局部滤波器的精度，但低于带已知互协方差的最优融合Kalman滤波器的精度.基于协方差椭圆给出了精度关系的几何解释.进一步将上述结果推广到一般多......
8. 《自校正加权观测融合Kalman估值器》PDF+DOC 对于带未知噪声统计的多传感器系统，应用现代时间序列分析方法，基于滑动平均(MA)新息模型参数的两段递推最小二乘法在线辨识，可在线估计未知噪声方差，进而提出了一种加权观测融合自校正Kalman估值器，可统一处理自校正滤波、预报和平滑问题，并证明了它的收敛性，即若MA新息模型参数估计是一致的，则它与相应......
9. 《带未知有色观测噪声的自校正融合Kalman滤波器》PDF+DOC 对于带未知有色观测噪声的多传感器线性离散定常随机系统，未知模型参数和噪声方差的一致的融合估值器用递推增广最小二乘法(RELS)和求解相关函数方程得到.将这些估值器代入到最优解耦融合Kalman滤波器中，得出了自校正解耦融合Kalman滤波器，并用动态方差误差系统分析(DVESA)和动态误差分析(DE......
10. 《Kalman滤波算法在高精度星点定位中的应用》PDF+DOC 空间巡天相机稳像系统的控制精度要求高，对导航星传感器提出了更高的要求。为提高导航星传感器的精度和带宽，提出了一种采用预测开窗和Kalman滤波相结合的星点定位方法。利用陀螺测量的三轴角速度信息，推导建立星点粗位置预测方程，得到星点的粗位置，在CMOS探测器上以预测点为中心的较小邻域范围内开窗，可提高......