《多传感器ARMA信号自校正分布式融合Kalman滤波器》PDF+DOC

📙 相关资料

1. 《带未知有色观测噪声的自校正融合Kalman滤波器》PDF+DOC 对于带未知有色观测噪声的多传感器线性离散定常随机系统，未知模型参数和噪声方差的一致的融合估值器用递推增广最小二乘法(RELS)和求解相关函数方程得到.将这些估值器代入到最优解耦融合Kalman滤波器中，得出了自校正解耦融合Kalman滤波器，并用动态方差误差系统分析(DVESA)和动态误差分析(DE......
2. 《多通道信号自校正分布式融合Kalman滤波器》PDF+DOC 对带未知参数的多传感器多通道自回归滑动平均(ARMA)信号，采用多维递推辅助变量(MRIV)方法得到自回归模型参数估值，通过Gevers-Wouters算法辨识滑动平均模型参数估值，再用相关方法得到噪声方差的估值。把所有的估值都代入到最优分布式融合信息滤波器中得到自校正分布式融合Kalman信息滤波......
3. 《自校正加权观测融合Kalman估值器》PDF+DOC 对于带未知噪声统计的多传感器系统，应用现代时间序列分析方法，基于滑动平均(MA)新息模型参数的两段递推最小二乘法在线辨识，可在线估计未知噪声方差，进而提出了一种加权观测融合自校正Kalman估值器，可统一处理自校正滤波、预报和平滑问题，并证明了它的收敛性，即若MA新息模型参数估计是一致的，则它与相应......
4. 《两传感器自校正信息融合Kalman滤波器》PDF+DOC 用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型的在线辨识，对含有未知模型参数和噪声方差的两传感器线性离散随机系统，提出了自校正信息融合Kalman滤波器。它具有渐近最优性。一个仿真例子说明了其有效性。...
5. 《含未知参数的自校正融合Kalman滤波器及其收敛性》PDF+DOC 对于带未知模型参数和噪声方差的多传感器系统，基于分量按标量加权最优融合准则，提出了自校正解耦融合Kalman滤波器，并应用动态误差系统分析(Dynamic error system analysis，DESA)方法证明了它的收敛性.作为在信号处理中的应用，对带有色和白色观测噪声的多传感器多维自回归(......
6. 《隐式自校正加权观测融合Kalman滤波器》PDF+DOC 对于带未知噪声方差的线性离散定常随机系统，利用多个结构相同但精度不同的传感器进行观测，各观测结果之差可以产生多组新的白噪声序列，利用各组白噪声的相关函数阵解矩阵方程组，可解得各传感器观测噪声方差Ri.通过状态方程和观测方程以及观测噪声估值，可求得ΓQwΓT的估计，进而得到隐式自校正加权观测融合Kal......
7. 《带相关噪声系统的自校正观测融合Kalman滤波器》PDF+DOC 对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统，利用相关方法，提出了噪声统计信息的在线估计器。基于ARMA新息模型，提出了自校正加权观测融合Kalman滤波器，避免了求解Lyapunov和Riccati方程，减少了计算负担，适于实时应用。利用动态误差系统分析(DESA)方法，严格证明了......
8. 《带相关观测噪声系统的自校正观测融合Kalman滤波器》PDF+DOC 对于带有相关观测噪声、未知噪声统计、不同观测阵带有相同右因子的多传感器线性离散定常随机系统，利用相关方法，提出了噪声统计信息的在线辨识器。基于ARMA新息模型，提出了自校正加权观测融合Kalman滤波器，避免了求解Lyapunov和Riccati方程，减少了计算负担，适于实时应用。利用动态误差系统分......
9. 《基于Riccati方程的自校正解耦融合Kalman滤波器》PDF+DOC 对于带未知噪声方差的多传感器系统，用相关方法给出了噪声方差的在线估值器，进而基于Riccati方程和按分量标量加权最优融合规则，提出了自校正分量解耦信息融合Kalman滤波器.用动态误差系统分析方法证明了自校正融合Kalman滤波器按实现收敛于最优融合Kalman滤波器，因而具有渐近最优性.一个3传......
10. 《自校正分布式观测融合Kalman滤波器》PDF+DOC 对于带未知噪声统计和带具有相同右因子的观测阵的多传感器系统，应用加权最小二乘(WLS)法可得到一个等价的融合观测方程。该文应用现代时间序列分析方法，基于新息模型参数的在线辨识，可估计未知噪声方差，进而提出了自校正加权观测融合Kalman滤波器。在新息模型参数估计是一致的和观测数据是有界的假设下，该文......