《多传感器AR信号自校正加权融合Wiener滤波器》PDF+DOC

📙 相关资料

1. 《自校正信息融合Wiener反卷积滤波器》PDF+DOC 对于含有未知模型参数和噪声统计的多传感器信号反卷积系统，应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型参数的在线辨识，可在线估计噪声方差，进而提出了自校正信息融合Wiener反卷积滤波器。证明了它的渐近最优性，即若ARMA新息模型参数估计是一致的，则它收敛于当噪声方差已知时的最优融......
2. 《两传感器自校正信息融合白噪声Wiener反卷积滤波器》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，对于带未知模型参数和噪声方差的两传感器反卷积系统，提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。...
3. 《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......
4. 《多传感器ARMA信号自校正分布式融合Kalman滤波器》PDF+DOC 对含未知模型参数和未知噪声方差的多传感器自回归滑动平均(ARMA)信号，应用递推辅助变量(RIV)算法得到局部模型参数估值器。用相关方法得到局部噪声方差估值器，然后用取局部估值器的平均得到信息融合估值器。将这些融合估值器代入ARMA信号的全局最优分布式融合Kalman滤波器，提出了一种自校正分布式融......
5. 《带未知模型参数的自校正集中式融合信息滤波器》PDF+DOC 对于带未知模型参数和噪声统计的多传感器系统，通过系统辨识方法，能够获得模型参数和噪声统计的在线估值，然后把它们代入到基于信息矩阵的最优集中式融合滤波器，得到自校正集中式融合Kalman滤波器。应用动态误差系统分析(DESA)方法，证明了自校正集中式融合Kalman滤波器收敛于最优集中式融合Kalma......
6. 《带不同观测阵系统的自校正观测融合Wiener滤波器》PDF+DOC 对于带有不同观测阵、相关观测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，得到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Wiener滤波器，避免了求解Lyapunov和Ricca-ti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......
7. 《自校正信息融合Wiener滤波器及其收敛性》PDF+DOC 对带未知噪声统计的多传感器系统，用求解相关函数矩阵方程组的方法得到噪声统计在线估值器，并提出了自校正Lyapunov方程。用现代时间序列分析方法，基于滑动平均(MA)新息模型的辨识，在按分量标量加权线性最小方差最优信息融合准则下，提出了自校正分量解耦融合Wiener滤波器，并用动态误差系统分析(DE......
8. 《自校正解耦信息融合Wiener状态估值器》PDF+DOC 对含未知噪声方差阵的多传感器系统，用现代时间序列分析方法，基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组，可得到估计噪声方差阵估值器，进而在按分量标量加权线性最小方差最优信息融合准则下，提出了自校正解耦信息融合Wiener状态估值器.它的精度比每个局部自校正Wiener状态估值器精度......
9. 《自校正观测融合解耦Wiener状态预报器》PDF+DOC 对于带未知噪声方差和带不同观测阵的多传感器系统，应用现代时间序列分析方法，基于子系统和加权观测融合系统的滑动平均(MA)新息模型的在线辨识，提出了一类自校正加权观测融合解耦Wiener状态预报器。用动态误差系统分析方法，证明了它按实现收敛于当噪声方差已知时的最优加权观测融合解耦Wiener状态预报器......
10. 《ARMA信号自校正信息融合Wiener滤波器》PDF+DOC 对于带多传感器的含有未知模型参数和噪声统计的ARMA信号，应用现代时间序列分析方法，基于ARMA新息模型的在线辨识，提出了多传感器自校正信息融合Wiener滤波器。它具有渐近最优性，且可统一处理滤波、平滑和预报问题。一个跟踪系统的仿真例子说明了其有效性。...