《多模型多传感器标量加权信息融合》PDF+DOC

📙 相关资料

1. 《基于标量加权信息融合的智能故障诊断方法研究》PDF+DOC 为了满足生产过程中越来越复杂的系统，多传感器逐渐被引入到了故障诊断系统中，多个传感器的应用，使得故障诊断更加及时迅速。本文基于标量加权的线性最小方差最优信息融合算法，对多传感器离散线性随机系统，给出一种分布式标量加权信息融合Kalman滤波器，并在故障诊断中应用，通过仿真例子验证算法的有效性。...
2. 《多模型多传感器信息融合Kalman平滑器》PDF+DOC 基于标量加权的线性最小方差最优信息融合算法，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固定滞后Kalman平滑器.它只需计算加权标量系数，可减小在融合中心的计算负担.当各子系统存在稳态滤波时，又给出了标量加权信息融合稳态平滑器，它计算量小，便于实时应用.并给出了两个子系统之间......
3. 《多传感器最优信息融合Kalman多步预报器及其应用》PDF+DOC 提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多......
4. 《多传感器信息融合技术研究与展望》PDF+DOC 随着人类对多传感器系统信息智能处理的要求不断提高，多传感器信息融合技术越来越受到人们的关注。本文对多传感器融合技术的起源发展、原理定义、应用领域、融合级别及融合算法等方面进行了详细的介绍，最后对现阶段多传感器信息融合方面存在的问题进行了分析，对其发展趋势进行了展望。...
5. 《通信受限下网络化多传感器系统序贯卡尔曼滤波加权融合》PDF+DOC 针对通信受限下网络化多传感器系统难以实时滤波的问题，提出实时序贯滤波融合方法和故障诊断方法.首先基于周期性分组传输通信策略，采用序贯卡尔曼滤波方法，对当前时刻访问融合中心的传感器组进行局部滤波，并导出剩余传感器组的最优局部估计，进而得到线性最小方差意义下的最优融合估计.利用残差加权平方和方法对发生故......
6. 《多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC 提出一种新的标量加权多传感器线性最小方差意义下的最优信息融合准则.该准则考虑了局部估计误差之间的相关性，只需计算加权标量系数，避免了加权矩阵的计算，明显减小了计算量，便于实时应用.运用稳态Kalman滤波理论，基于该融合准则，给出了多传感器最优信息融合稳态Kalman滤波器.在所有局部滤波器达到稳态......
7. 《基于随机加权估计的多维位置数据最优融合算法》PDF+DOC 文中将随机加权估计计算方法应用于多传感器信息融合，提出了一种基于随机加权估计的多维位置数据最优融合方法。首先，用随机加权估计对每个传感器测得的位置参数进行估计。然后，用最优信息融合算法把这些估计进行融合。得到多传感器系统多维位置参数的最优估计。研究结果表明：基于随机加权估计的多传感器信息融合方法优于......
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......