《一类多速率多传感器系统的状态融合估计算法》PDF+DOC

📙 相关资料

1. 《有色观测噪声条件下的分布式Kalman最优融合》PDF+DOC 传统分布式Kalman融合算法通常假定观测噪声是白噪声，在有色观测噪声条件下将导致系统性能的降低，而白化有色观测噪声会加剧传感器估计误差的相关性，对这种相关性的处理是分布式Kalman融合的难点。提出了一种基于有色观测噪声多传感器系统的分布式Kalman最优融合算法，将系统状态分解为不相关的两部分，......
2. 《一类多速率动态系统的异步数据融合算法》PDF+DOC 针对不同传感器以不同采样率、异步对同一目标进行观测的一类线性时不变动态系统，给出了一种有效的状态融合估计方法。利用该方法进行状态估计，首先根据多尺度系统理论，针对每一个传感器分别建立起相应的系统模型；然后利用Kalman滤波和有反馈分布式融合结构进行数据融合并给出状态估计。该方法避免了插值以及状态和......
3. 《多传感器数据自适应加权融合估计算法的研究》PDF+DOC 针对从含有观测噪声的测量数据中估计一个非随机量，本文提出了一种多传感器数据自适应加权融合估计算法，并在理论上证明了该估计算法的线性无偏最小方差性。最后给出了本算法在计算机上的仿真结果，从实际应用上进一步说明了本算法的有效性。...
4. 《多传感器单模型多尺度平滑融合估计》PDF+DOC 基于多尺度分析思想 ，在对单传感器单模型多尺度平滑估计方法详细研究的基础上 ，提出了多传感器单模型基于多尺度平滑融合估计算法 .得到了中心估计和分布式估计多尺度平滑融合估计算法 ，并相应给出了两种方法的计算机仿真...
5. 《一类多速率传感器动态系统的建模与估计》PDF+DOC 研究了一类时变线性动态系统的多速率多传感器数据融合状态估计问题。首先，在不同传感器以不同采样率对同一目标进行观测的情况下，提出了一种多速率建模方法，该方法可将多采样率的融合估计问题转化为同采样率的状态估计问题。随后，利用Kalman滤波对目标状态进行了在线估计，并利用有反馈分布式融合结构对上述估计进......
6. 《量测噪声相关条件情况下的多传感器状态融合估计》PDF+DOC 对于量测噪声相关的多传感器系统，采用Cholesky分解和单位下三角阵的求逆方法，将其转化为量测噪声互不相关的等价模型，从而可以直接利用现有的融合算法进行状态融合，由此给出了量测噪声相关情况下多传感器的状态融合算法。该算法和已有的算法相比具有两大优点，该算法不仅考虑了量测噪声相关而且简单可行，而且该......
7. 《无序量测下的多传感器观测噪声融合估计》PDF+DOC 本文采用直接更新法，给出了噪声相关情况下的各局部传感器观测噪声更新估计算法；给出了观测噪声线性最小方差意义下的最优对角阵加权融合更新估计算法。...
8. 《多尺度融合估计算法及其在导航系统中的应用》PDF+DOC 针对如何将多传感器的数据进行融合处理、提高数据处理的可靠性和处理精度的现实问题，提出一种多尺度融合估计算法，对多传感器的数据进行估计处理。该算法首先建立系统的动态方程和观测方程，然后利用小波变换将数据在不同尺度上进行融合处理，归纳出该算法的实现步骤。最后通过在SINS/GPS组合导航系统中的实际应用......
9. 《多传感器分布式融合Kalman预报器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型，在线性最小方差最优信息融合准则下，对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统，分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式......
10. 《多模型多传感器标量加权信息融合》PDF+DOC 随着生产系统越来越复杂，多传感器的应用也越来越广泛。本文基于标量加权的线性最小方差最优信息融合算法，针对多模型多传感器离散线性随机系统，给出了一种分布式标量加权信息融合Kalman滤波器。它只需要计算标量加权系数，可减小在融合中心的计算负担，并通过仿真例子验证算法的有效性。...