《信息融合超前k步稳态最优Kalman预报器和Wiener预报器》PDF+DOC

📙 相关资料

1. 《两传感器信息融合超前k步稳态最优Kalman预报器》PDF+DOC 应用Kalman滤波方法 ，基于Riccati方程 ，对于带相关噪声的系统 ，在线性最小方差融合准则下 ，提出了两传感器按矩阵加权信息融合超前k步稳态最优Kalman预报器 ，给出了最优加权阵和最小融合预报误差方差阵的具体计算公式。同单传感器情形相比 ，可提高预报器的精度。一个跟踪系统的仿真例子说明......
2. 《信息融合稳态最优Kalman平滑器》PDF+DOC 应用Kalman滤波方法 ，基于Riccati方程 ，在线性最小方差最优融合准则下 ，提出了按矩阵加权的两传感器最优融合稳态Kalman平滑器 ，给出了最优加权阵和最小融合误差方差阵。同单传感器Kalman平滑器相比 ，可提高平滑精度。一个雷达跟踪系统的仿真例子证明了其有效性...
3. 《信息融合WIENER信号滤波器》PDF+DOC 利用现代时间序列分析方法，基于ARMA新息模型和增广的状态空间模型，提出了两传感器最优信息融合WIENER信号滤波器，给出了计算局部滤波器误差方差和局部滤波器之间协方差的计算公式，它们可被用于计算最优加权系数．同单传感器情形相比，可提高滤波器的精度．一个仿真例子说明其有效性．...
4. 《基于Kalman滤波的自回归滑动平均信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，在按矩阵加权线性最小方差最优信息融合规则下，提出了带白色观测噪声的多通道ARMA信号的多传感器信息融合Wiener滤波器.它可统一处理信息融合滤波、平滑和预报问题.为了计算最优加权阵，提出了计算局部滤波误差互协方差阵的公式.同单传感器情形相比，可提高估计精度.一个带三传感器......
5. 《两传感器按对角阵加权信息融合稳态Kalman滤波器》PDF+DOC 应用现代时间序列分析方法，在按对角阵加权线性最小方差最优信息融合准则下，基于Riccati方程，提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比，可减少计算负担，与单传感器情形相比，提高了滤波精度.一个仿真例子说明其有效性。...
6. 《通信受限下网络化多传感器系统的Kalman融合估计》PDF+DOC 研究了一类通信受限下网络化多传感器系统的Kalman融合估计问题，其中通信受限是指系统在一个采样周期内只允许有限个传感器与融合中心通信.首先，提出了一种周期性分组传输的通信策略，并将每组传感器所对应的局部估计系统描述成一个离散周期子系统模型.其次，每个子系统根据最新测量信息的更新时刻，选择相应的Ka......
7. 《ARMA信号自校正信息融合Wiener滤波器》PDF+DOC 对于带多传感器的含有未知模型参数和噪声统计的ARMA信号，应用现代时间序列分析方法，基于ARMA新息模型的在线辨识，提出了多传感器自校正信息融合Wiener滤波器。它具有渐近最优性，且可统一处理滤波、平滑和预报问题。一个跟踪系统的仿真例子说明了其有效性。...
8. 《两传感器信息融合最优白噪声反卷积Wiener滤波器》PDF+DOC 应用现代时间序列分析方法和白噪声估计理论，提出了两传感器最优信息融合白噪声反卷积Wiener滤波器，其中给出了局部滤波误差之间的协方差公式，它可被用于计算最优融合加权系数。一个仿真例子说明了其有效性。...
9. 《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......
10. 《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......