《不受约束的全局最优加权观测融合估计》PDF+DOC

📙 相关资料

1. 《多传感器加权观测融合Wiener反卷积滤波器》PDF+DOC 基于Kalman滤波方法，应用加权观测融合方法，提出了全局最优观测融合Wiener反卷积滤波器。同集中式观测融合方法和分布式状态融合方法相比，不仅可获得全局最优Wiener反卷积滤波器，而且明显减小计算负担，便于实时应用。一个四传感器加权观测融合仿真例子说明了其有效性。...
2. 《带相关噪声的加权观测融合估计算法及其全局最优性》PDF+DOC 针对多传感器线性离散定常随机控制系统，当具有相关噪声且每个传感器带不同观测阵时，基于矩阵满秩分解与加权最小二乘理论，提出了新的加权观测融合估计算法。该算法首先将多个传感器的观测折算到一个等效的传感器上，对等效的传感器系统进行估计，证明了其估计结果相同于集中式融合稳态Kalman估计结果，因而它同样具......
3. 《基于稳态Kalman滤波的相关观测融合方法及其功能等价性》PDF+DOC 对于带相关观测噪声和带不同观测阵的多传感器线性离散定常随机系统，用加权最小二乘(WLS)法提出了两种加权观测融合稳态Kalman滤波方法，可处理状态、白噪声和信号融合估计。基于稳态信息滤波器证明了它们功能等价于集中式融合稳态Kalman滤波方法，因而具有渐近全局最优性，且可显著减少计算负担。两个跟踪......
4. 《多传感器全局最优加权观测融合Wiener信号滤波器》PDF+DOC 基于Kalman滤波，应用加权观测融合方法，对于带白色观测噪声的单通道ARMA信号，提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式观测融合方法和分布式状态融合方法相比，不仅可获得全局最优Wiener信号滤波器，而且明显减小计算负担，便于实时应用......
5. 《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......
6. 《具有不同观测丢失率多传感器随机不确定系统的加权观测融合估计》PDF+DOC 本文研究了具有丢失观测的多传感器线性离散随机不确定系统的最优线性估计问题，其中不同的传感器具有不同的丢失率.首先将乘性噪声转化为加性噪声，然后基于矩阵满秩分解和加权最小二乘理论，提出了具有较小计算负担的加权观测融合估计算法.分析了加权观测融合估计算法的稳态特性，给出了稳态存在的一个充分条件.所提出的......
7. 《神经网络在多目标分布式融合中的应用研究》PDF+DOC 提出了适合分布式多传感器多目标 (MSMT)数据融合估计算法 ，对这种推广的分层融合估计算法进行了数学推导和描述 ，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法 ，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度 ，并且这种融合方法是有效的。...
8. 《多传感器系统估计的稳健切比雪夫中心估计融合》PDF+DOC 针对多传感器线性回归模型的参数估计融合问题，在观测噪声是范数有界的情况下，提出了稳健切比雪夫中心估计融合方法。描述参数的可行集合，为线性系统的所有可行解。可行集合的切比雪夫中心是最坏情况下使得估计误差最小的点，可用它作为多传感器系统参数估计的稳健融合。该问题在复数域上的某些情况可以精确求解，但目前的......
9. 《相关观测融合Kalman估值器及其全局最优性》PDF+DOC 对于带相关观测噪声和带不同观测阵的多传感器线性离散时变随机控制系统，用加权最小二乘法(WLS)提出了两种加权观测融合Kalman估值器，它们包括状态滤波、状态预报和状态平滑.基于信息滤波器形式下的Kalman滤波器，证明了在相同初值下，它们在数值上恒等于相应的集中式观测融合Kalman估值器，因而具......
10. 《分布式水下多传感器多目标模糊跟踪融合方法》PDF+DOC 水下多传感器多目标跟踪系统往往是一个不同类传感器融合系统，且其目标航迹包含有不确定和模糊信息。本文首先利用模糊隶属度函数和模糊逻辑推理技术，进行分布式水下多传感器多目标航迹模糊融合关联决策，并利用有效数据处理和分层融合估计相结合的方法，以实现不同类传感器高精度融合跟踪估计。...