作者：邓自立,李春波 单位：华南理工大学;中国科学院系统科学研究所 出版：《控制理论与应用》2008年第04期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFKZLY2008040340 DOC编号：DOCKZLY2008040349 下载格式：PDF + Word/doc 文字可复制、可编辑
《自校正解耦融合Wiener状态预报器》PDF+DOC2007年第06期 刘金芳,张鹏,贾文静,邓自立 《自校正信息融合Wiener反卷积滤波器》PDF+DOC2006年第08期 郝钢,李云,关琳琳,邓自立 《自校正解耦融合Kalman预报器及其收敛性》PDF+DOC 周广兴,陶贵丽,李明学,陈玉刚 《自校正加权观测融合Kalman估值器》PDF+DOC2006年第02期 李云,郝钢,邓自立 《自校正信息融合Kalman预报器》PDF+DOC2006年第05期 李春波,邓自立 《带未知有色观测噪声的自校正融合Kalman滤波器》PDF+DOC2012年第01期 张鹏,邓自立 《自校正解耦信息融合Wiener状态预报器》PDF+DOC2007年第05期 邓自立,李春波 《广义系统解耦融合Wiener状态估值器》PDF+DOC2007年第19期 冉陈键,杨立新,邓自立 《自校正解耦融合Kalman滤波器及其收敛性》PDF+DOC2009年第04期 王强,王伟玲,邓自立 《自校正信息融合Wiener预报器及其收敛性》PDF+DOC2009年第11期 邓自立,王伟玲,王强

    • 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状态估值器精度高.它实现了状态分量的解耦局部Wiener估值器和解耦融合Wiener估值器.证明了它的收敛性，即若MA新息模型参数估计是一致的，则它将收敛于噪声统计已知时的最优解耦信息融合Wiener状态估值器，因而它具有渐近最优性.一个带3传感器的目标跟踪系统的仿真例子说明了其有效性。

    📙 相关资料

    1. 《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......
    2. 《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......
    3. 《自校正解耦融合Kalman预报器及其收敛性》PDF+DOC 对于带有未知模型参数和噪声方差的多传感器系统，通过系统辨识方法，得到模型参数和噪声方差的信息融合估计，将其代入到最优分量按标量加权融合Kalman预报器中，得到自校正信息融合Kalman预报器，实现了状态分量的解耦。通过动态误差系统分析(DESA)方法严格证明了提出的自校正Kalman预报器按一个实......
    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. 《自校正信息融合Kalman预报器》PDF+DOC 对含未知噪声统计的多传感器系统，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，可在线估计噪声统计，进而在按矩阵加权线性最小方差最优信息融合准则下，提出了自校正信息融合Kalman预报器。证明了它的收敛性，即它具有渐近最优性，且自校正融合Kal-man预报器比......
    6. 《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......
    7. 《自校正解耦信息融合Wiener状态预报器》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，基于滑动平均新息模型的在线辨识和求解相关函数矩阵方程组，可得到白噪声方差阵的在线估值器。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，提出了一种自校正解耦信息融合Wiener状态预报器，实现了状态分量的自校正解耦局部Wiener预报器和......
    8. 《广义系统解耦融合Wiener状态估值器》PDF+DOC 应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型和白噪声估计理论，在线性最小方差分量标量加权最优信息融合准则下，提出了多传感器广义线性离散随机系统分量解耦融合Wiener状态估值器，可统一处理融合滤波、预报和平滑问题，可处理非因果广义系统。为了计算最优加权，给出了计算局部估计误差互协......
    9. 《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......
    10. 《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 ......

    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。