《两传感器信息融合超前k步稳态最优Kalman预报器》PDF+DOC

📙 相关资料

1. 《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。...
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. 《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。...
4. 《随机奇异系统多传感器信息融合Kalman多步预报器》PDF+DOC 应用Kalman滤波方法和奇异系统典范型分解，对单传感器随机奇异系统，给出了Kalman多步预报器新算法。对带多传感器随机奇异系统，基于线性最小方差标量加权融合算法，给出了具有两层融合结构的多传感器分布式最优信息融合Kalman 多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当......
5. 《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．...
6. 《快速信息融合Kalman滤波器》PDF+DOC 应用现代时间序列分析方法，在标量加权线性最小方差融合准则下，提出一种多传感器快速信息融合稳态Kalman滤波器.基于ARMA新息模型计算稳态Kalman滤波器增益，提出了计算传感器之间的滤波误差方差阵和协方差阵的Lyapunov方程，它可用迭代法求解，并证明了迭代解的指数收敛性.与基于Riccati......
7. 《带位置和速度观测的信息融合Kalman跟踪滤波器》PDF+DOC 应用基于ARMA模型的现代时间序列分析方法，和应用基于Riccati方程的经典Kalman滤波方法，对带位置和速度观测的两传感器系统，在线性最小方差信息融合准则下，分别提出了按矩阵加权、对角阵加权和标量加权的三种信息融合Kalman跟踪滤波器，其中，按标量加权可明显减少计算负担，便于实时应用。一个仿......
8. 《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。...
9. 《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。...
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......