《Wiener滤波,Kalman滤波和信息融合滤波理论研究进展》PDF+DOC

📙 相关资料

1. 《两传感器广义系统信息融合Kalman滤波器》PDF+DOC 基于矩阵理论和时域上的Kalman滤波理论，针对两传感器广义离散随机线性系统进行研究，运用矩阵约当分解，将一类广义系统化为正常系统，并利用标量加权准则下的最优信息融合Kalman滤波理论，给出一类两传感器广义系统Kalman信息融合滤波器，同单传感器情形相比，可大大提高滤波精度，具有实际应用价值。...
2. 《广义系统多传感器信息融合Kalman状态预报器》PDF+DOC 研究了广义离散随机线性系统的多传感器信息融合状态估计问题。依据Kalman滤波理论，在线性最小方差信息融合准则下，推导出广义系统分别按矩阵、对角阵和标量加权的三种多传感器信息融合Kalman预报器，并给出了两个广义子系统之间的预报误差互协方差阵的计算公式。仿真说明，融合后的Kalman预报器的精确度......
3. 《多传感器分布式协方差信息融合Kalman滤波理论》PDF+DOC 对于带多传感器和带相关噪声的线性离散时变随机控制系统，基于按矩阵加权、按对角阵加权和按标量加权的三种最优信息融合规则，提出了相应的三种分布式最优信息融合Kalman估值器，可统一处理融合滤波、预报和平滑问题。为了计算最优加权，提出了计算局部估计误差协方差公式。作为特殊情形，还提出了定常系统的稳态最优......
4. 《带ARMA有色噪声的广义系统信息融合Kalman平滑器》PDF+DOC 对于带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统，应用奇异值分解，提出了广义系统多传感器信息融合状态平滑问题。基于Kalman滤波方法，在线性最小方差信息融合准则下，给出了按矩阵加权融合降阶稳态广义Kalman平滑器。为了计算最优加权，提出了局部平滑误差协方差阵的计算公式。......
5. 《带有色噪声的广义系统信息融合Kalman滤波器》PDF+DOC 对于带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统，应用奇异值分解，提出了广义系统多传感器信息融合状态滤波问题。基于Kalman滤波方法，在线性最小方差信息融合准则下，给出了按矩阵加权融合降阶稳态广义Kalman滤波器。为了计算最优加权，提出了局部滤波误差协方差阵的计算公式。......
6. 《广义系统解耦融合Wiener状态估值器》PDF+DOC 应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型和白噪声估计理论，在线性最小方差分量标量加权最优信息融合准则下，提出了多传感器广义线性离散随机系统分量解耦融合Wiener状态估值器，可统一处理融合滤波、预报和平滑问题，可处理非因果广义系统。为了计算最优加权，给出了计算局部估计误差互协......
7. 《广义离散系统多传感器信息融合Kalman滤波器》PDF+DOC 考虑了广义离散随机线性系统的多传感器信息融合状态估计问题.在广义系统无脉冲的假设条件下，通过等价变换将其转化为正常系统.应用经典Kalman滤波方法，在线性最小方差信息融合准则下，提出了按矩阵加权的广义系统多传感器信息融合稳态Kalman状态滤波器.仿真结果说明了算法的有效性。...
8. 《两传感器最优观测融合解耦Wiener状态估值器》PDF+DOC 基于观测数据融合功能等价性原理，利用加权方法合并两传感器系统的各传感器的观测方程为一个最优融合观测方程，可得到全局最优稳态Kalman滤波器，进而可得到等价的解耦W iener状态估值器.可统一处理滤波、预报和平滑问题.且它可减小计算负担，便于实时应用.一个目标跟踪系统的仿真例子说明其有效性。...
9. 《多通道ARMA信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，基于白噪声估计理论，在线性最小方差最优信息融合准则下，提出了多通道ARMA 信号的两传感器信息融合稳态最优Wiener滤波器、平滑器和预报器；给出了最优加权阵和最小融合误差方差阵。与单传感器情形相比，可提高滤波精度。一个雷达跟踪系统的仿真例子说明了其有效性。...
10. 《基于Kalman滤波农用车辆导航定位方法》PDF+DOC 因RTD-GPS定位精度不能满足农田导航作业的需要，研究了一种提高农用车辆自动导航定位精度的方法。建立天线补偿模型，对GPS天线晃动引起的误差进行了补偿；建立基于Kalman滤波模型，融合多传感器信息；使用自主开发的基于VRS的GPS接收机，作为RTD-GPS。将RTD-GPS、电子罗盘以及速度传感......