《带有色观测噪声的多传感器ARMA模型信息融合辨识》PDF+DOC

📙 相关资料

1. 《对于目标跟踪系统的未知观测噪声的信息融合多步估计算法》PDF+DOC 对于一个目标跟踪系统，当用多个传感器对其进行跟踪时，针对传感器观测过程中存在的未知观测噪声，该文提出一种信息融合多步估计算法.该算法第1步将状态方程转化为自回归滑动平均模型(ARMA模型)形式，第2步对ARMA模型用递推增广最小二乘法估计出未知参数的估值，第3步用相关函数法得到对未知观测噪声的无偏估......
2. 《对于一个带未知观测噪声的反卷积系统的信息融合估计算法》PDF+DOC 对于一个带未知观测噪声的反卷积系统，在部分参数未知的前提下，提出了一种信息融合估计算法。使用该算法可首先得到对未知参数的无偏融合估计，并可得到对未知观测噪声的无偏融合估计，最后证明估计的收敛性，并用Matlab仿真实例对算法的有效性进行证明。...
3. 《对于带有色噪声的多传感器系统两段辨识信息融合算法》PDF+DOC 对于一个多传感器系统，当其中每个传感器的观测噪声都是独立的有色噪声时，假设系统模型结构已知，而有色噪声的参数和系统噪声方差完全未知时，对其提出了一种两段辨识算法。此算法首先对系统建立相应的自回归滑动平均模型，然后通过递推辅助变量法辨识出自回归参数，接着通过求相关函数构造的若干个线性方程，解出作为未知......
4. 《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 基于标量加权多传感器线性最小方差最优信息融合准则，对被多传感器观测的带有色观测噪声的离散线性随机控制系统，提出了一种具有两层融合结构的标量加权信息融合稳态Kalman滤波器，它等价于相应的带相关噪声系统的最优信息融合稳态Kalman预报器.最优信息融合稳态预报器可在所有局部预报器达到稳态时，通过一次......
5. 《多变量自回归信号信息融合辨识方法》PDF+DOC 近年来，为了提高系统模型和状态估计的精度，多传感器数据融合引起了广泛关注。对于带白色公共干扰噪声和有色观测噪声的多传感器多变量自回归(AR)模型，当AR模型参数和噪声方差未知时，提出了一种信息融合多段辨识方法，其中采用多维递推辅助变量(MRIV)方法得到AR模型参数的局部和融合估值器，再用相关方法得......
6. 《多传感器多变量AR模型信息融合辨识方法》PDF+DOC 对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归(AR)模型，当AR模型参数、传感器偏差和噪声方差未知时，提出了一种信息融合多段辨识方法，其中用多重递推增广最小二乘法(MRELS)得到AR模型参数和传感器偏差的局部和融合估值器，再用相关方法得到局部和融合噪声方差估值器。这些估值......
7. 《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......
8. 《带有色公共干扰噪声的ARMA模型多传感器信息融合系统辨识》PDF+DOC 针对带未知参数的有色公共干扰噪声的自回归滑动平均(ARMA)模型，专门提出一种多段辨识算法：首先用递推辅助变量法获得自回归参数的局部估值，并采用平均局部的方法得到融合估值，再用带死区的GeversWouters算法和求解线性方程组得到滑动平均参数和噪声方差的局部和平均融合估值，并证明估值结果以概率1......
9. 《多传感器非线性系统的鲁棒SCI-UKF滤波器》PDF+DOC 非线性系统在生活中普遍存在，而同时在对系统进行状态估计时，噪声的统计特性也很难实时确定。针对带不确定噪声方差的多传感器非线性系统，提出了一种基于局部无迹Kalman滤波(UKF)的序贯协方差交叉(SCI)融合鲁棒Kalman滤波器。将有效地解决噪声方差未知条件下的多传感器非线性系统的状态估计问题，融......
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。...