《多尺度带乘性噪声系统的最优状态平滑算法》PDF+DOC

📙 相关资料

1. 《带乘性噪声系统的多尺度最优滤波融合算法》PDF+DOC 利用小波变换和多尺度分析的思想，将基于模型的动态系统分析和基于统计特性的多尺度信号变换方法相结合，提出了在线性最小方差意义下的带乘性噪声系统的多尺度最优滤波融合算法。并用计算机仿真说明了融合算法的有效性。...
2. 《带乘性噪声广义系统多传感器最优滤波融合算法》PDF+DOC 研究带乘性噪声广义系统的多传感器信息融合状态估计问题。在系统正则的假设条件下，通过受限等价变换将广义系统变换为2个降阶子系统，进而将针对原系统的信息融合状态估计转化为2个耦合的非广义子系统的多传感器信息融合状态估计，然后分别推导出集中式与分布式滤波融合算法，这2种算法在数学上完全等价，均在线性最小方......
3. 《基于多传感器观测下的带乘性噪声系统的最优滤波融合算法》PDF+DOC 多传感器系统由于具有较高的精度及可靠性日益受到研究者的重视。本文针对多传感器观测下的带乘性噪声系统 ，分别给出了集中式与分布式滤波融合算法。这 2种算法在数学上完全等价 ，在线性最小方差意义上均是最优的。但对于工程实际问题 ，分布式的融合策略在计算、可靠性、故障的检测与隔离等方面更具有优势。文中举例......
4. 《异步无线传感网络同时定位与跟踪算法》PDF+DOC 针对异步无线传感网络环境下同时节点定位和目标跟踪问题，提出了一种可以同时进行传感器节点定位和目标跟踪的算法.该算法利用增广状态向量法对目标状态和节点位置进行同时估计，并利用固定点平滑算法对目标状态进行最优估计，实现了异步无线传感网络环境下的目标状态的最优估计以及节点位置的估计.结合节点位置和目标状态......
5. 《多尺度数据融合算法概述》PDF+DOC 介绍了多尺度框架在数据融合中的应用 ，详细分析了几种多尺度数据融合算法。多尺度平滑算法是一种静态算法 ，具有高度并行、计算有效等特点。基于小波变换的动态多尺度数据融合算法引入了时间动态方程 ，是一种最优的分布式滤波算法。多尺度递归估计算法有效地解决了计算上的困难 ，非常适用于大型动态系统...
6. 《一种基于目标运动模型的可变固定延迟的平滑算法》PDF+DOC 近来，对于机动目标跟踪的问题已经提出很多平滑方法。其中相互作用多模型-概率数据关联固定延迟算法(IMMPDAS)对在杂波环境下跟踪机动目标提供了一个较为有效的解决方法。然而，在此标准的平滑算法中，对于每一种模型采用相同的延迟间隔。提出了一种新的基于IMMPDA状态扩展系统的算法。它的改进性在于针对每......
7. 《多传感器信息融合平滑器算法研究》PDF+DOC 为了提高融合估计的精度，采用矩阵加权线性最小方差意义下的最优信息融合准则，对多传感器系统，考虑局部估计误差之间的相关性，给出了最优信息融合固定区间平滑器算法。理论和仿真实验表明，融合平滑器精度在总体上高于各局部子系统的估计精度。与融合预报器相比，融合平滑估计比预测平滑估计精度提高了近5倍，显著地改善......
8. 《一类动态多尺度系统的模型和估计算法》PDF+DOC 多传感器信息融合是信息学科的重要研究方向，本文的目的就是对分布在多个尺度上的传感器信息进行融合。本文针对一类动态多尺度系统，在国内外相关研究的基础上，提出一种新的动态多尺度系统建模方法。该模型满足标准卡尔曼滤波条件，给出了基于Haar小波的实现方法，基于此可以获得各个尺度上目标状态线性最小方差意义下......
9. 《基于信息融合技术观测下的噪声系统数据融合》PDF+DOC 该文将多尺度分析的思想和多传感器数据融合技术相结合，基于不同尺度多传感器观测下的带乘性噪声系统，提出了线形最小方差意义下的分布式最优滤波融合算法。针对该算法进行了仿真研究，仿真结果表明了数据融合条件下算法的有效性。...
10. 《基于多尺度数据融合的故障监测研究》PDF+DOC 传统的同步数据融合算法不能在计算量和估计精确度上达到整体“优”，而现有的异步融合算法大都存在时间延迟以及计算量大等问题。本文针对传统融合算法研究存在的问题，致力于新的融合算法的设计，本文将(多尺度)数据融合理论与故障监控相结合，提出一种基于(多尺度)数据融合理论的故障监控策略。最后给出了具体应用实例......