《多传感器按对角阵加权信息融合Kalman滤波器》PDF+DOC

📙 相关资料

1. 《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......
2. 《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......
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. 《多传感器线性最小方差最优信息融合估计准则》PDF+DOC 用Lagrange乘数法和矩阵微分运算 ，分别提出了按矩阵加权、按标量加权和各分量按标量加权的三种线性最小方差信息融合估计准则 ，其中考虑了估计误差之间的相关性 ，推广和发展了现有文献的结果。文中比较了三种融合估计的精度和计算负担 ，可应用于信息融合状态或信号最优估计...
5. 《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......
6. 《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......
7. 《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......
8. 《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......
9. 《两传感器信息融合稳态Kalman滤波器和平滑器》PDF+DOC 应用Kalman滤波方法，基于Riccati方程，对输入噪声和观测噪声相关，且传感器观测噪声相关的两传感器系统，在线性最小方差最优信息融合准则下，提出了按矩阵加权最优信息融合Kalman滤波器和平滑器。为了计算最优加权阵，提出了局部估计误差互协方差阵的计算公式。同单传感器情况相比，可提高融合估计精度......
10. 《带反馈多传感器模糊最大熵单目标跟踪算法》PDF+DOC 针对矩阵加权融合算法计算量大、传感器数量不易扩充的特点，提出了一种带反馈的模糊最大熵融合算法。该算法采用模糊C-均值算法和最大熵原理计算状态向量中每一分量的权值，不但从整体考虑各分量对融合估计的影响，而且减少了复杂的矩阵运算过程，实时性较好。与矩阵加权算法相比，该融合算法还具有容易扩充的特点，能够直......