《两传感器最优观测融合解耦Wiener状态估值器》PDF+DOC

📙 相关资料

1. 《多通道ARMA信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，基于白噪声估计理论，在线性最小方差最优信息融合准则下，提出了多通道ARMA 信号的两传感器信息融合稳态最优Wiener滤波器、平滑器和预报器；给出了最优加权阵和最小融合误差方差阵。与单传感器情形相比，可提高滤波精度。一个雷达跟踪系统的仿真例子说明了其有效性。...
2. 《两种加权观测融合算法的全局最优性和完全功能等价性》PDF+DOC 对于基于Kalman滤波的多传感器观测数据融合，有两种加权观测融合算法。应用Kalman滤波器，证明了同集中式观测融合算法相比，它们具有全局最优性和完全功能等价性。它们不仅可给出全局最优Kalman估值器(滤波器、预报器和平滑器)、白噪声估值器和信号估值器，而且可明显减少计算负担，便于实时应用。...
3. 《多传感器协同辨识自校正加权观测融合Kalman滤波器》PDF+DOC 对于带未知噪声统计的多传感器系统，利用最小二乘法将观测方程统一处理，形成新的跟踪系统，处理后的观测结果之差可以产生多组新的白噪声序列，利用各组白噪声的相关函数阵解矩阵方程组，可解得各传感器观测噪声方差Ri。通过状态方程和观测方程以及观测噪声估值，利用相关函数，可求得ΓQwΓT的估计，进而得到自校正加......
4. 《多传感器分布式信息融合Wiener信号滤波器》PDF+DOC 应用Kalman滤波方法，对于带白色和有色观测噪声单通道ARMA信号，基于Riccati方程，在线性最小方差按标量加权的最优信息融合准则下，提出了多传感器分布式信息融合Wiener信号滤波器。提出了计算局部滤波误差间的互协方差的Lyapunov方程，可用于计算最优加权系数。同单传感器情形相比，可提高......
5. 《带MA有色观测噪声的单通道多传感器信息融合Wiener滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型、白噪声估值器和观测预报器，对带滑动平均(MA)有色观测噪声的单通道ARMA信号，在线性最小方差最优信息融合准则下，提出了多传感器信息融合Wiener滤波器，可统一处理滤波、平滑和预报问题。提出了用于得到最优加权系数的局部滤波误差方差和协方差计算公式。同......
6. 《多传感器分布式信息融合Wiener状态估值器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型、白噪声估值器和观测预报器，在按矩阵加权、按 标量加权和按对角阵加权的线性最小方差最优信息融合规则下，提出了相应的三种最优分布式融合Wiener 状态估值器，可统一处理融合滤波、平滑和预报问题。为了计算最优加权，提出了状态估计误差方差阵和互 协方差阵的计......
7. 《多传感器次优Kalman滤波器及其融合效果评价》PDF+DOC 给出一种简单有效的次优Kalman滤波融合算法，用相对误差协方差矩阵和绝对误差均值等量化指标分析了融合算法的有效性，并用计算机仿真结果对融合效果做进一步验证。...
8. 《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......
9. 《隐式自校正加权观测融合Kalman滤波器》PDF+DOC 对于带未知噪声方差的线性离散定常随机系统，利用多个结构相同但精度不同的传感器进行观测，各观测结果之差可以产生多组新的白噪声序列，利用各组白噪声的相关函数阵解矩阵方程组，可解得各传感器观测噪声方差Ri.通过状态方程和观测方程以及观测噪声估值，可求得ΓQwΓT的估计，进而得到隐式自校正加权观测融合Kal......
10. 《多传感器信息融合Wiener滤波器和平滑器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型和增广状态空间模型，应用标量加权最优融合准则，对于带白色和有色观测噪声的ARMA信号，提出了多传感器分布式最优信息融合Wiener滤波器和平滑器，其中给出了计算局部平滑误差方差和互协方差的计算公式，它们可被用于计算最优加权系数。同单传感器情形相比，可提高......