《随机奇异系统分布式最优分量融合滤波器》PDF+DOC

📙 相关资料

1. 《具有随机时延的多传感器最优标量加权融合估计》PDF+DOC 在实际的计算机系统中，当观测数据通过网络被传送到远程控制器时，时常发生具有随机性的时滞或观测数据丢失现象。针对这一问题，研究了数据传输具有一步随机延迟的多传感器动态系统的融合估计问题。按照标量加权的线性最小方差信息融合准则，对基于每个单传感器得到的局部最优状态估计进行了融合，得到了全局最优状态估计。......
2. 《随机奇异系统多传感器信息融合Kalman多步预报器》PDF+DOC 应用Kalman滤波方法和奇异系统典范型分解，对单传感器随机奇异系统，给出了Kalman多步预报器新算法。对带多传感器随机奇异系统，基于线性最小方差标量加权融合算法，给出了具有两层融合结构的多传感器分布式最优信息融合Kalman 多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当......
3. 《两传感器信息融合稳态Kalman滤波器和平滑器》PDF+DOC 应用Kalman滤波方法，基于Riccati方程，对输入噪声和观测噪声相关，且传感器观测噪声相关的两传感器系统，在线性最小方差最优信息融合准则下，提出了按矩阵加权最优信息融合Kalman滤波器和平滑器。为了计算最优加权阵，提出了局部估计误差互协方差阵的计算公式。同单传感器情况相比，可提高融合估计精度......
4. 《多通道ARMA信号的三种多传感器信息融合Wiener滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型、白噪声估值器和观测预报器，对带白色观测噪声的多通道ARMA信号，在线性最小方差最优信息融合准则下，提出了统一的和通用的按矩阵加权、按标量加权和按对角阵加权的多传感器信息融合Wiener滤波器，可统一处理滤波、平滑和预报问题．提出了计算局部估计误差方差和......
5. 《具有多丢包的随机奇异系统的分布式后验滤波器》PDF+DOC 考虑网络传输过程中的随机数据包丢失现象，研究带有多个传感器的局部随机奇异线性系统的分布式后验滤波问题。首先，基于典范型分解将原奇异系统转化为快、慢两个降阶子系统。快子系统的后验滤波由已有结果给出，然后针对慢子系统提出局部后验滤波器，且推导了任两个传感器子系统之间的互协方差矩阵的计算公式；进而由线性最......
6. 《时滞系统的多源数据融合卡尔曼滤波器研究》PDF+DOC 对于带观测时滞的线性离散时变随机控制优化问题，提出了观测变换方法，把带观测时滞状态空间模型等效地转换为无观测时滞的状态空间模型，接着应用卡尔曼(Kalman)滤波方法，在线性最小方差最优融合准则下，给出按矩阵、按对角阵和按标量加权三种最优信息融合卡尔曼(Kalman)滤波器，可分为局部最优全局次优的......
7. 《带有色观测噪声的广义系统Kalman滤波器》PDF+DOC 对于带自回归滑动平均(ARMA)有色观测噪声的多传感器为广义离散随机线性系统，应用奇异值分解，将其变换为等价的两个降阶多传感器子系统，提出了广义系统多传感器信息融合状态滤波问题。为了提高精度，采用Kalman滤波方法，在线性最小方差按块对角阵最优加权融合准则下，给出了按矩阵加权解耦的分布式Kalma......
8. 《带有色噪声的广义系统信息融合Kalman滤波器》PDF+DOC 对于带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统，应用奇异值分解，提出了广义系统多传感器信息融合状态滤波问题。基于Kalman滤波方法，在线性最小方差信息融合准则下，给出了按矩阵加权融合降阶稳态广义Kalman滤波器。为了计算最优加权，提出了局部滤波误差协方差阵的计算公式。......
9. 《多传感器时滞系统信息融合最优Kalman滤波器》PDF+DOC 基于线性最小方差最优加权融合估计算法，对多传感器的离散线性状态时滞随机系统.给出了一种非增广分布式加权融合最优Kalman柚滤波器.推导了状态时滞系统任两个传感器子系统之间的滤波误差互协方差阵的计算公式.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比，分布式融合滤波器具有更高......
10. 《一类多速率多传感器系统的状态融合估计算法》PDF+DOC 基于不同传感器以不同采样率对同一目标状态进行观测的多传感器单模型动态系统，该文提出了一种状态融合估计算法。不同传感器之间采样率之比可以是正有理数。该算法不仅具有好的实时性，而且在线性最小方差意义下是最优的。进一步可以证明：融合多个传感器获得的最高采样率下状态的估计值优于单传感器的估计结果，而减少任何......