《自校正信息融合Wiener滤波器及其收敛性》PDF+DOC

📙 相关资料

1. 《自校正信息融合Wiener预报器及其收敛性》PDF+DOC 对带相关观测噪声和未知噪声统计的多传感器系统，用相关方法得到噪声统计在线估值器.在按分量标量加权线性最小方差最优信息融合准则下，用现代时间序列分析方法，基于滑动平均(moving average)新息模型的辨识，提出了自校正解耦融合Wiener预报器.用动态误差系统分析(dynamic error ......
2. 《自校正信息融合Wiener滤波器在信号处理中的应用研究》PDF+DOC 多传感器信息融合已成为许多高科技领域的关键技术，目前已成为倍受人们关注的热门领域。本文对于含有未知模型参数和未知观测噪声的单通道AR信号，应用Kalman滤波方法，基于AR模型参数RIV算法的在线辨识，提出了采用状态空间模型的AR信号自校正信息融合Wiener滤波器，并在信号处理中的应用进行了研究。...
3. 《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......
4. 《多传感器信息融合稳态最优Wiener反卷积滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型和Lyapunov方程，提出了单通道ARMA信号的多传 感器信息融合稳态最优Wiener反卷积滤波器。它避免了Riccati方程，可用于设计含未知模型参数和含未知噪声方 差系统的自校正信息融合滤波器。一个仿真例子说明了其有效性。...
5. 《基于Kalman滤波的自回归滑动平均信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，在按矩阵加权线性最小方差最优信息融合规则下，提出了带白色观测噪声的多通道ARMA信号的多传感器信息融合Wiener滤波器.它可统一处理信息融合滤波、平滑和预报问题.为了计算最优加权阵，提出了计算局部滤波误差互协方差阵的公式.同单传感器情形相比，可提高估计精度.一个带三传感器......
6. 《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。...
7. 《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......
8. 《多传感器信息融合Wiener滤波器和平滑器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型和增广状态空间模型，应用标量加权最优融合准则，对于带白色和有色观测噪声的ARMA信号，提出了多传感器分布式最优信息融合Wiener滤波器和平滑器，其中给出了计算局部平滑误差方差和互协方差的计算公式，它们可被用于计算最优加权系数。同单传感器情形相比，可提高......
9. 《自校正解耦融合Wiener状态预报器》PDF+DOC 对含未知模型参数和噪声统计的多传感器单输入单输出系统，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，可得到未知模型参数和噪声统计估值器，进而在按状态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信息融合Wiener状态预报器。它实现了自校正分量解耦局部W......
10. 《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......