《多传感器全局最优观测融合白噪声反卷积滤波器》PDF+DOC

📙 相关资料

1. 《多传感器观测融合单通道白噪声反卷积滤波器》PDF+DOC 利用现代时间序列分析方法，基于ARMA新息模型应用加权观测融合方法，提出了多传感器加权观测融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比，不仅可得到全局最优白噪声融合估值器，而且可显著地减小计算负担，便于实时应用。一个两传感器Bernoulli-Gaussian白噪声加权观测融合估......
2. 《多传感器最优信息融合白噪声反卷积滤波器》PDF+DOC 基于Kalman滤波方法和白噪声估计理论，在线性最小方差按矩阵加权最优信息融合准则下，提出了带相关噪声系统多传感器信息融合白噪声反卷积滤波器.提出了各传感器滤波误差之间的协方差阵计算公式，可用于计算最优融合加权阵.同单传感器情形相比，可提高融合滤波精度.它可减少在线计算负担，便于实时应用.它可应用于......
3. 《基于Kalman滤波的信息融合白噪声最优反卷积滤波器》PDF+DOC 应用Kalman滤波方法 ，基于Riccati方程 ，在线性最小方差最优信息融合准则下 ，提出了两传感器最优信息融合白噪声反卷积滤波器。同单传感器情形相比 ，可提高滤波精度。它可应用于石油地震勘探信号处理。一个信息融合Bernoulli Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性...
4. 《多传感器加权观测融合Wiener反卷积滤波器》PDF+DOC 基于Kalman滤波方法，应用加权观测融合方法，提出了全局最优观测融合Wiener反卷积滤波器。同集中式观测融合方法和分布式状态融合方法相比，不仅可获得全局最优Wiener反卷积滤波器，而且明显减小计算负担，便于实时应用。一个四传感器加权观测融合仿真例子说明了其有效性。...
5. 《多传感器分布式融合白噪声反卷积滤波器》PDF+DOC 基于Kalman滤波方法和白噪声估计理论，在按矩阵加权线性最小方差最优融合准则下，提出了带ARMA有色观测噪声系统的多传感器分布式融合白噪声反卷积滤波器，其中推导出用Lyapunov方程计算最优加权的局部估计误差互协方差公式。与单传感器情形相比，可提高融合估值器精度。它可应用于石油地震勘探信号处理。......
6. 《时变系统全局最优加权观测融合白噪声反卷积平滑器》PDF+DOC 白噪声反卷积或输入白噪声估计问题在石油地震勘探中有重要的应用背景。对带多传感器和带不相关噪声的线性离散时变随机系统，应用Kalman滤波方法，基于加权最小二乘法，提出了全局最优加权观测融合白噪声反卷积平滑器。一个Bernoulli-Gaussian输入白噪声融合平滑器的Monte Carlo仿真例子......
7. 《两传感器自校正信息融合白噪声Wiener反卷积滤波器》PDF+DOC 应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型，对于带未知模型参数和噪声方差的两传感器反卷积系统，提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。...
8. 《基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器》PDF+DOC 应用Kalman滤波方法和白噪声估计理论，在线性最小方差按矩阵加权最优信息融合准则下，提出了多传感器信息融合稳态最优白噪声反卷积滤波器，其中给出了局部滤波误差之间的协方差公式，它被用于计算最优融合加权阵.同单传感器情形相比，可提高滤波精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bern......
9. 《多传感器全局最优加权观测融合Wiener信号滤波器》PDF+DOC 基于Kalman滤波，应用加权观测融合方法，对于带白色观测噪声的单通道ARMA信号，提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式观测融合方法和分布式状态融合方法相比，不仅可获得全局最优Wiener信号滤波器，而且明显减小计算负担，便于实时应用......
10. 《两传感器最优信息融合Kalman滤波器及其在跟踪系统中的应用》PDF+DOC 针对两传感器信息融合 ，提出了一种在标量加权下的最优信息融合 Kalm an滤波器。该信息融合滤波器考虑了局部滤波误差的相关性 ，避免了局部滤波误差方差阵的逆矩阵的计算 ，也避免了加权矩阵的计算 ，只要求计算加权系数 ，便于实时应用。一个跟踪系统的仿真例子验证了其有效性。...