《带有色观测噪声的广义系统Kalman滤波器》PDF+DOC

📙 相关资料

1. 《带有色观测噪声的广义系统Kalman滤波器》PDF+DOC 对于带自回归滑动平均(ARMA)有色观测噪声的多传感器为广义离散随机线性系统，应用奇异值分解，将其变换为等价的两个降阶多传感器子系统，提出了广义系统多传感器信息融合状态滤波问题。为了提高精度，采用Kalman滤波方法，在线性最小方差按块对角阵最优加权融合准则下，给出了按矩阵加权解耦的分布式Kalma......
2. 《带有色观测噪声的广义系统信息融合Kalman平滑器》PDF+DOC 对于被多传感器观测的带有色观测噪声的广义离散线性随机系统，应用奇异值分解，并通过对观测方程的状态变换，将其变换为带相关噪声的2个降阶多传感器子系统；应用Kalman滤波方法，在线性最小方差加权融合准则下，给出按块对角阵标量加权融合降阶广义Kalman平滑器.MonteCarlo仿真结果表明该方法的有......
3. 《广义系统多传感器分布式融合降阶Kalman滤波器》PDF+DOC 对于带多传感器的广义线性离散随机系统，应用奇异值分解，将其变换为等价的两个降阶多传感器子系统，提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法，在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下，分别提出了三种最优加权融合降阶广义Kalman滤波器。可......
4. 《两传感器信息融合稳态Kalman滤波器和平滑器》PDF+DOC 应用Kalman滤波方法，基于Riccati方程，对输入噪声和观测噪声相关，且传感器观测噪声相关的两传感器系统，在线性最小方差最优信息融合准则下，提出了按矩阵加权最优信息融合Kalman滤波器和平滑器。为了计算最优加权阵，提出了局部估计误差互协方差阵的计算公式。同单传感器情况相比，可提高融合估计精度......
5. 《带位置和速度观测的信息融合Kalman跟踪滤波器》PDF+DOC 应用基于ARMA模型的现代时间序列分析方法，和应用基于Riccati方程的经典Kalman滤波方法，对带位置和速度观测的两传感器系统，在线性最小方差信息融合准则下，分别提出了按矩阵加权、对角阵加权和标量加权的三种信息融合Kalman跟踪滤波器，其中，按标量加权可明显减少计算负担，便于实时应用。一个仿......
6. 《复杂有色噪声广义系统信息融合Kalman滤波器》PDF+DOC 针对带复杂有色噪声的线性广义系统，提出了矩阵加权融合稳态Kalman滤波器。应用奇异值分解将原广义系统滤波问题转化为两个正常子系统滤波问题。通过状态增广与量测变换法将有色过程噪声、有色量测噪声化为白噪声，因此问题转化为带相关白噪声正常系统Kalman预报问题。基于线性最小方差意义与矩阵加权融合准则得......
7. 《广义系统Kalman融合器的研究》PDF+DOC 研究带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统，根据Kalman滤波方法和白噪声估计理论，在线性最小方差信息融合准则下，应用奇异值分解和增广状态空间模型，为了提高融合器的精度，提出了按矩阵加权降阶稳态广义Kalman融合器，可统一处理稳态滤波、平滑和预报问题，可减少计算负......
8. 《带有色噪声的广义系统信息融合Kalman滤波器》PDF+DOC 对于带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统，应用奇异值分解，提出了广义系统多传感器信息融合状态滤波问题。基于Kalman滤波方法，在线性最小方差信息融合准则下，给出了按矩阵加权融合降阶稳态广义Kalman滤波器。为了计算最优加权，提出了局部滤波误差协方差阵的计算公式。......
9. 《多传感器分布式融合Kalman预报器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型，在线性最小方差最优信息融合准则下，对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统，分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式......
10. 《广义系统降阶分布式信息融合稳态Kalman滤波器》PDF+DOC 针对带相关噪声的多传感器广义系统，提出一种分布式分量标量加权融合稳态降阶Kalman滤波器。应用奇异值分解将原广义系统转化两个等价的降阶子系统，将广义系统状态估计问题转为正常系统的状态估计问题，并求得任两个传感器子系统之间的稳态降阶滤波误差互协方差阵。兼顾融合精度和计算负担，以线性最小方差为融合准则......