《多传感器分布式协方差信息融合Kalman滤波理论》PDF+DOC

📙 相关资料

1. 《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......
2. 《带不同局部动态模型的时变系统信息融合Kalman估值器》PDF+DOC 对于带不同局部动态模型和多传感器的的线性离散时变随机控制系统，应用Kalman滤波方法，基于Riccati方程，根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则，提出了系统公共状态的三种最优加权融合Kalman估值器，可统一处理融合滤波、预报和平滑问题。为计算最优加权，提出计算局部估计误差互......
3. 《广义系统多传感器信息融合降阶状态估值器》PDF+DOC 对于带多传感器的广义线性离散随机系统，基于奇异值分解，将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法，在线性最小方差最优加权融合准则下，提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题，可减少计算负担和改善局部估计精度。为了计算最优加权，提出了局部......
4. 《多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC 提出一种新的标量加权多传感器线性最小方差意义下的最优信息融合准则.该准则考虑了局部估计误差之间的相关性，只需计算加权标量系数，避免了加权矩阵的计算，明显减小了计算量，便于实时应用.运用稳态Kalman滤波理论，基于该融合准则，给出了多传感器最优信息融合稳态Kalman滤波器.在所有局部滤波器达到稳态......
5. 《Wiener滤波,Kalman滤波和信息融合滤波理论研究进展》PDF+DOC 综述最优和自校正滤波的一种新的方法论——现代时间序列分析方法，其中给出了同Wiener滤波方法和Kalman滤波方法的比较，并且综述了近20年来由作者分别基于Kalman滤波方法和现代时间序列分析方法关于Wiener滤波、Kalman滤波和信息融合滤波理论的研究进展，其中包括一系列新方法、新理论和新......
6. 《带有色观测噪声多传感器多重时滞系统分布式融合滤波器》PDF+DOC 基于新息分析方法，对带有色观测噪声的多重时滞系统，提出了一种带自噪声估值器的非增广的最优滤波器.它等价于一个带相关白噪声多重时滞系统的一步预报器.当系统带有多个传感器时，推导了多重时滞系统的任意两个传感器子系统之间的估计误差互协方差阵.基于线性最小方差最优加权融合估计算法，给出了分布式加权融合最优滤......
7. 《传感器带未知输入的离散随机线性系统的分布式融合滤波》PDF+DOC 对传感器含未知输入和带相关噪声的离散随机线性系统，在没有未知输入的任何先验信息的情况下，设计了线性最小方差无偏状态滤波器。当系统带有多个传感器时，推得了任两个传感器子系统的滤波误差的互协方差阵。进而基于多传感器线性最小方差标量加权融合算法，给出了标量加权分布式融合状态滤波器。仿真研究验证了其有效性。...
8. 《两传感器广义系统信息融合Kalman滤波器》PDF+DOC 基于矩阵理论和时域上的Kalman滤波理论，针对两传感器广义离散随机线性系统进行研究，运用矩阵约当分解，将一类广义系统化为正常系统，并利用标量加权准则下的最优信息融合Kalman滤波理论，给出一类两传感器广义系统Kalman信息融合滤波器，同单传感器情形相比，可大大提高滤波精度，具有实际应用价值。...
9. 《多传感器时滞系统信息融合最优Kalman滤波器》PDF+DOC 基于线性最小方差最优加权融合估计算法，对多传感器的离散线性状态时滞随机系统.给出了一种非增广分布式加权融合最优Kalman柚滤波器.推导了状态时滞系统任两个传感器子系统之间的滤波误差互协方差阵的计算公式.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比，分布式融合滤波器具有更高......
10. 《自校正多传感器观测融合Kalman估值器及其收敛性分析》PDF+DOC 对于带未知噪声方差的多传感器系统，应用加权最小二乘(WLS)法得到了一个加权融合观测方程，且它与状态方程构成一个等价的观测融合系统.应用现代时间序列分析方法，基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识，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......