《广义系统最优与自校正信息融合滤波器》PDF+DOC

📙 相关资料

1. 《多传感器ARMA信号自校正加权信息融合Wiener滤波器》PDF+DOC 本文对于含有未知模型参数和噪声统计的ARMA模型信号，运用现代时间序列分析方法，在递推增广最小二乘法的基础上，对ARMA新息模型参数进行在线辨识，辨识得到未知模型参数。噪声统计的在线估计是通过求解相关矩阵方程组的方法来完成的。基于按标量加权最优融合准则，本文推导出了ARMA模型信号分布式自校正加权信......
2. 《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。......
3. 《传感器带未知输入的离散随机线性系统的分布式融合滤波》PDF+DOC 对传感器含未知输入和带相关噪声的离散随机线性系统，在没有未知输入的任何先验信息的情况下，设计了线性最小方差无偏状态滤波器。当系统带有多个传感器时，推得了任两个传感器子系统的滤波误差的互协方差阵。进而基于多传感器线性最小方差标量加权融合算法，给出了标量加权分布式融合状态滤波器。仿真研究验证了其有效性。...
4. 《两传感器广义系统信息融合Kalman滤波器》PDF+DOC 基于矩阵理论和时域上的Kalman滤波理论，针对两传感器广义离散随机线性系统进行研究，运用矩阵约当分解，将一类广义系统化为正常系统，并利用标量加权准则下的最优信息融合Kalman滤波理论，给出一类两传感器广义系统Kalman信息融合滤波器，同单传感器情形相比，可大大提高滤波精度，具有实际应用价值。...
5. 《多通道ARMA信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，基于白噪声估计理论，在线性最小方差最优信息融合准则下，提出了多通道ARMA 信号的两传感器信息融合稳态最优Wiener滤波器、平滑器和预报器；给出了最优加权阵和最小融合误差方差阵。与单传感器情形相比，可提高滤波精度。一个雷达跟踪系统的仿真例子说明了其有效性。...
6. 《两传感器信息融合稳态最优Kalman滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型提出了两传感器最优信息融合稳态Kalman滤波器。为实现最优融合，分别提出了计算局部滤波稳态误差方差和协方差阵的Lyapunov方程和拟Lyapunov方程及其迭代算法，并证明了算法的收敛性。一个仿真例子说明了其有效性。...
7. 《广义系统信息融合稳态与自校正满阶Kalman滤波器》PDF+DOC 基于线性最小方差标量加权融合算法和射影理论，对带多个传感器和带相关噪声的广义系统，提出了分布式标量加权融合稳态满阶Kalman滤波器.推得了任两个传感器子系统之间的稳态满阶滤波误差互协方差阵，其解可任选初值离线迭代计算.所提出的稳态融合滤波器避免了每时刻计算协方差阵和融合权重，减小了在线计算负担.当......
8. 《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......
9. 《多传感器信息融合白噪声去卷Wiener滤波器和平滑器》PDF+DOC 应用现代时间序列分析方法和白噪声估计理论，在线性最小方差最优信息融合准则下，提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器，其中给出了局部滤波误差之间的协方差公式，它可被用于计算最优融合加权系数.同单传感器情形相比，可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器......
10. 《广义离散系统多传感器信息融合Kalman滤波器》PDF+DOC 考虑了广义离散随机线性系统的多传感器信息融合状态估计问题.在广义系统无脉冲的假设条件下，通过等价变换将其转化为正常系统.应用经典Kalman滤波方法，在线性最小方差信息融合准则下，提出了按矩阵加权的广义系统多传感器信息融合稳态Kalman状态滤波器.仿真结果说明了算法的有效性。...