作者：李云,韩轲,邢宗新 单位：哈尔滨商业大学 出版：《哈尔滨商业大学学报(自然科学版)》2010年第03期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFHLJS2010030220 DOC编号：DOCHLJS2010030229 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 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Kalman滤波器.一个目标跟踪系统的仿真例子说明了其有效性。

    📙 相关资料

    1. 《多传感器协同辨识自校正加权观测融合Kalman滤波器》PDF+DOC 对于带未知噪声统计的多传感器系统，利用最小二乘法将观测方程统一处理，形成新的跟踪系统，处理后的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，利用相关函数，可求得ΓQwΓT的估计，进而得到自校正加......
    2. 《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。...
    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. 《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......
    5. 《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......
    6. 《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......
    7. 《自校正解耦融合Kalman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，提出了基于相关方法的噪声统计在线估值器，进而提出了自校正Riccati方程和自校正Lyapunov方程。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Kalman滤波器，并用动态误差系统分析(DESA)方法证明了它收敛于最优分量解耦融合稳态K......
    8. 《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(......
    9. 《带相关噪声的观测融合稳态Kalman滤波算法及其全局最优性》PDF+DOC 对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统，用加权最小二乘(WLS)法提出了一种加权观测融合稳态Kalman滤波算法，可处理状态、白噪声和信号融合滤波、平滑、预报问题。基于稳态信息滤波器证明了它完全功能等价于集中式观测融合稳态Kalman滤波算法，因而它具有渐近......
    10. 《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......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。