《基于M带小波的动态多尺度系统融合估计》PDF+DOC

📙 相关资料

1. 《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......
2. 《多传感器多尺度融合估计在组合导航系统中的应用》PDF+DOC 基于某一给定尺度上的动态系统和不同尺度上的观测系统建立了多传感器的多尺度融合估计模型及算法，并将此算法应用于GPS/INS 组合导航系统中，获得了比仅在单一尺度上进行估计更好的结果，有效地提高了组合导航系统的精度。...
3. 《一类动态多尺度系统的最优滤波》PDF+DOC 研究一类动态多尺度系统的最优滤波，这类系统由具有不同分辨率的多个传感器独立观测，而系统具有已知的动态系统模型约束.假设传感器的信号采集带宽成倍递减，相应的采样频率也成倍递减.用Haar小波变换来拟合状态在各尺度空间的投影关系，给出该类多尺度系统的离散模型，并证明了其可以直接应用Kalman滤波的条件......
4. 《一类动态多尺度系统融合估计算法的分析》PDF+DOC 为了进一步认识基于状态空间投影的一类动态多尺度系统的融合估计算法本质，本文对该算法进行了分析．首先，将该融合估计算法和在最细尺度上直接进行卡尔曼滤波的算法性能进行了比较，并用仿真进行了验证．结果表明，在最细尺度上，融合估计效果比直接进行卡尔曼滤波的效果好．其次，从计算过程和计算量方面，与一般的时间配......
5. 《单传感器多尺度状态融合估计算法》PDF+DOC 该文在离散小波变换理论和动态多尺度系统理论的基础上，建立了一种基于单传感器的多尺度状态融合估计新算法。该方法利用离散小波变换，对Kalman滤波模型的状态方程和观测方程分别进行多尺度处理，构建多尺度Kalman滤波模型，充分利用状态估计和观测数据在不同尺度上的特征进行融合估计，获得了优于单尺度Kal......
6. 《基于矩阵加权方法的非线性异步融合估计器设计》PDF+DOC 研究了局部估计值时序不同步情况下的非线性融合估计问题。基于平方根容积卡尔曼滤波(SRCKF)方法和矩阵加权融合方法，设计了一种适用于非线性系统的异步融合估计器。该估计器先使用滤波算法求出融合周期内不同采样时刻的状态估计值，再从融合周期内第2个传感器采样时刻开始，使用所提出的异步矩阵加权融合方法融合当......
7. 《多传感器一步延迟OOSMs序贯融合滤波》PDF+DOC 该文提出了一种序贯式多传感器一步延迟无序量测的融合估计算法。针对现有系统中存在的延迟量测问题，在单传感器一步延迟无序量测最优更新A1算法的基础上，引入序贯递推的思想，在线性最小方差准则下，提出了一种序贯式的多传感器一步延迟无序量测最优融合算法，提高了多OOSMs融合估计的实时性。仿真验证了该文算法的......
8. 《多传感器时滞系统数据丢失时滤波融合算法》PDF+DOC 实际的工程项目中经常涉及到多传感器时滞系统，数据在传输中不仅存在着过程、测量噪声的干扰，还出现了丢失现象。为了获得准确的状态信息，需要研究测量数据发生随机丢失的多传感器时滞的信息融合问题。基于矩阵加权线性最小方差融合算法，对存在数据随机丢失的多传感器线性定常离散时滞系统，给出了一种增广分布式最优信息......
9. 《多尺度递归融合估计在组合导航系统中的应用》PDF+DOC 多尺度递归融合估计是对多传感器系统进行的基于尺度的融合估计算法。利用小波变换中多尺度分析的思想，构造出多尺度动态模型，利用该模型对粗尺度上的状态估计值进行修正，递归获得最细尺度上基于全局测量值的最优估计值，该估计值是方差最小意义下的最优估计。将此算法应用于SINS/GPS组合导航系统中，仿真结果表明......
10. 《有色量测噪声情况下的多传感器目标跟踪融合算法》PDF+DOC 目前已有的目标跟踪融合估计算法都是基于Kalman滤波的，而卡尔曼滤波估计算法要求系统过程噪声和量测噪声均为白色噪声；而实际的跟踪系统中量测噪声往往是有色噪声。针对上述问题，利用线性组合当前量测与下一时刻量测的量测扩增法，研究了有色量测噪声情况下的集中式、分布式多传感器目标跟踪融合算法；并对新的融合......