《多传感器分布式信息融合Wiener状态估值器》PDF+DOC

📙 相关资料

1. 《多通道ARMA信号的三种多传感器信息融合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，对带白色观测噪声的多通道ARMA信号，在线性最小方差最优信息融合准则下，提出了统一的和通用的按矩阵加权、按标量加权和按对角阵加权的多传感器信息融合Wiener滤波器，可统一处理滤波、平滑和预报问题．提出了计算局部估计误差方差和......
2. 《多传感器信息融合ARMA信号Wiener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(autoregressive moving average，ARMA)新息模型和增广的状态空间模型，在线性最小方差按标量加权最优融合规则下，对带白色和有色观测噪声的单通道ARMA信号，提出了多传感器最优分布式融合Wiener滤波器。给出了计算局部滤波器误......
3. 《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......
4. 《信息融合超前k步稳态最优Kalman预报器和Wiener预报器》PDF+DOC 应用Kalman滤波方法，基于Riccati方程，在线性最小方差信息融合准则下，提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器，给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比，可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性。...
5. 《时滞系统的多源数据融合卡尔曼滤波器研究》PDF+DOC 对于带观测时滞的线性离散时变随机控制优化问题，提出了观测变换方法，把带观测时滞状态空间模型等效地转换为无观测时滞的状态空间模型，接着应用卡尔曼(Kalman)滤波方法，在线性最小方差最优融合准则下，给出按矩阵、按对角阵和按标量加权三种最优信息融合卡尔曼(Kalman)滤波器，可分为局部最优全局次优的......
6. 《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......
7. 《多模型信息融合Wiener状态估值器》PDF+DOC 对多模型多传感器线性离散定常随机系统，应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型和白噪声估计理论，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Wiener估值器。它们的精度高于每个局部估值器的精度，且可统一处理融合滤波、预报和平......
8. 《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......
9. 《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。...
10. 《自校正解耦信息融合Wiener状态估值器》PDF+DOC 对含未知噪声方差阵的多传感器系统，用现代时间序列分析方法，基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组，可得到估计噪声方差阵估值器，进而在按分量标量加权线性最小方差最优信息融合准则下，提出了自校正解耦信息融合Wiener状态估值器.它的精度比每个局部自校正Wiener状态估值器精度......