《带有色观测噪声系统多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC

📙 相关资料

1. 《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......
2. 《多传感器最优信息融合Kalman多步预报器及其应用》PDF+DOC 提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多......
3. 《按对角阵加权信息融合Kalman滤波器》PDF+DOC 为了克服按矩阵加权信息融合非稳态Kalman滤波器的在线计算负担大的缺点，和按标量加权融合Kalman滤波器精度较低的缺点，应用现代时间序列分析方法，提出了按对角阵加权的线性最小方差多传感器信息融合稳态Kalman滤波器.它等价于状态分量按标量加权信息融合Kalman滤波器，实现了解耦信息融合Kal......
4. 《多传感器按对角阵加权信息融合Kalman滤波器》PDF+DOC 在按对角阵加权线性最小方差最优信息融合准则下，提出了多传感器按对角阵加权信息融合稳态Kalman滤波器，它等价于关于状态分量的按标量加权信息融合Kalman滤波器，与按矩阵加权信息融合Kalman滤波器相比，可明显减小计算负担，便于实时直用。一个雷达跟踪的仿真例子说明了其有效性。...
5. 《两传感器信息融合稳态最优Kalman滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型提出了两传感器最优信息融合稳态Kalman滤波器。为实现最优融合，分别提出了计算局部滤波稳态误差方差和协方差阵的Lyapunov方程和拟Lyapunov方程及其迭代算法，并证明了算法的收敛性。一个仿真例子说明了其有效性。...
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. 《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......
8. 《多传感器观测滞后系统分布式融合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，对带观测滞后的多传感器系统提出了一种渐近稳定的分布式信息融合Wiener滤波器。将带观测滞后的系统滤波融合问题转化为无观测滞后系统的不同步预报融合问题。给出了观测滞后系统的输出预报器和白噪声估值器。推得了任两个带观测滞后传感器子系统之间的不同步预报误差......
9. 《相关观测融合稳态Kalman滤波器及其最优性》PDF+DOC 对于带相关观测噪声和带不同观测阵的多传感器系统，用加权最小二乘(Weighted least squares，WLS)法提出了两种相关观测融合稳态Kalman滤波算法.其原理是用加权局部观测方程得到一个融合观测方程，它伴随状态方程实现观测融合稳态Kalman滤波.用信息滤波器证明了它们功能等价于集中......
10. 《多传感器ARMA信号加权融合Kalman滤波器》PDF+DOC 对带观测滞后和有色观测噪声的多传感器自回归滑动平均(ARMA)信号，提出一种反卷积加权融合Kalman滤波方法，其特点是将信号滤波问题转换为反卷积估计问题，并将观测滞后嵌入到反卷积模型中。仿真例子说明，按标量加权融合算法的精度高于每个局部滤波器的精度，说明了算法的有效性。...