《非标准多传感器信息融合下的状态融合估计》PDF+DOC

📙 相关资料

1. 《通信受限下网络化多传感器系统的Kalman融合估计》PDF+DOC 研究了一类通信受限下网络化多传感器系统的Kalman融合估计问题，其中通信受限是指系统在一个采样周期内只允许有限个传感器与融合中心通信.首先，提出了一种周期性分组传输的通信策略，并将每组传感器所对应的局部估计系统描述成一个离散周期子系统模型.其次，每个子系统根据最新测量信息的更新时刻，选择相应的Ka......
2. 《多维位置数据最优融合方法》PDF+DOC 本文给出了一种多传感器多维位置数据融合的方法．这种方法基于多维位置数据的鲁棒估计和最小方差结合法．每个传感器用鲁棒估计得到自身数据的位置估计和方差估计，把这些估计融合为一个最优估计，即传感器系统的估计．...
3. 《多传感器状态融合估计理论在成纸定量估计中的应用》PDF+DOC 针对工业生产实际中造纸机模型的不确定性，基于多传感器信息融合理论，提出了提高成纸定量估计性能的鲁棒 H∞ 融合估计方法.实验结果表明多传感器融合理论可以在很大程度上提高估计的性能，鲁棒融合估计在纸机测量传感器出现故障时仍能保证较好的估计结果。...
4. 《真实和虚拟传感器多层信息融合算法》PDF+DOC 基于最优估计理论，提出了一种多层传感器的复合融合估计算法.该方法采用了由真实传感器和虚拟传感器组成的复合融合结构，以解决测量噪声干扰下参数估计问题.在该结构中，第1层物理真实传感器测量所得数据，按照加权融合算法，经过多层虚拟传感器的递推融合得到多层融合后的估计值.虚拟传感器的层数增加时，融合后总的估......
5. 《基于随机加权估计的多维位置数据最优融合算法》PDF+DOC 文中将随机加权估计计算方法应用于多传感器信息融合，提出了一种基于随机加权估计的多维位置数据最优融合方法。首先，用随机加权估计对每个传感器测得的位置参数进行估计。然后，用最优信息融合算法把这些估计进行融合。得到多传感器系统多维位置参数的最优估计。研究结果表明：基于随机加权估计的多传感器信息融合方法优于......
6. 《多传感器线性最小方差最优信息融合估计准则》PDF+DOC 用Lagrange乘数法和矩阵微分运算 ，分别提出了按矩阵加权、按标量加权和各分量按标量加权的三种线性最小方差信息融合估计准则 ，其中考虑了估计误差之间的相关性 ，推广和发展了现有文献的结果。文中比较了三种融合估计的精度和计算负担 ，可应用于信息融合状态或信号最优估计...
7. 《多传感器多目标系统误差融合估计算法》PDF+DOC 为解决多传感器组网系统的系统误差估计问题，基于多传感器多目标上报信息，研究并提出了一种多传感器多目标系统误差融合估计算法.算法构建了两级融合结构，即第一级对多传感器组合状态估计信息进行反馈融合以改善局部组合状态估计精度，从而间接改善系统误差的估计精度，而第二级对多目标系统误差估计信息进行融合以进一步......
8. 《反馈式多目标多传感器系统误差融合估计技术》PDF+DOC 本文对多目标情况下的多传感器系统误差估计问题进行了研究，提出了反馈式多目标多传感器系统误差融合估计算法。算法首先对EX算法进行了修正，无需计算各目标状态估计及其增益伪逆，直接利用各传感器量测数据来构建伪量测，通过滤波获得局部传感器组合系统误差估计；其次，算法通过构建状态空间转移矩阵实现了全局估计到局......
9. 《基于带无偏输入的加权融合算法》PDF+DOC 给出了带输入估计的卡尔曼滤波算法，比较了带输入估计的卡尔曼滤波算法和标准卡尔曼滤波算法的差别，在此基础上提出了一种最优加权的数据融合方法，分析了最优权值的分配原则，给出了最优加权下的多传感器融合算法。该算法首先计算出各个传感器当前的滤波精度，依据各传感器当前时刻的滤波精度分配权值，同时测量方差的时变......
10. 《基于小波变换的多传感器最优信息融合》PDF+DOC 针对多传感器信息融合，从时频域提出一种最优的融合规则。利用信号的多尺度特性，引入小波变换，将状态向量和观测值分解为多尺度信号，对多尺度信号(包括近似信号和细节信号)滤波更新，多传感器信息融合通过标量加权多尺度滤波值获得，得到小波域的最优估计，然后通过小波逆变换获得时域状态估计。该方法的优点为：1)同......