作者：刘文强,韩娜,顾泽元,陶贵丽 单位：陕西电子杂志社;陕西省电子技术研究所 出版：《》 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFXDDJ2014030180 DOC编号：DOCXDDJ2014030189 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 对带未知参数的多传感器多通道自回归滑动平均(ARMA)信号，采用多维递推辅助变量(MRIV)方法得到自回归模型参数估值，通过Gevers-Wouters算法辨识滑动平均模型参数估值，再用相关方法得到噪声方差的估值。把所有的估值都代入到最优分布式融合信息滤波器中得到自校正分布式融合Kalman信息滤波器。该滤波器具有渐近全局最优性，一个多通道信号仿真例子验证了其有效性。

    📙 相关资料

    1. 《多传感器ARMA信号自校正分布式融合Kalman滤波器》PDF+DOC 对含未知模型参数和未知噪声方差的多传感器自回归滑动平均(ARMA)信号，应用递推辅助变量(RIV)算法得到局部模型参数估值器。用相关方法得到局部噪声方差估值器，然后用取局部估值器的平均得到信息融合估值器。将这些融合估值器代入ARMA信号的全局最优分布式融合Kalman滤波器，提出了一种自校正分布式融......
    2. 《两传感器自校正信息融合Kalman滤波器》PDF+DOC 用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型的在线辨识，对含有未知模型参数和噪声方差的两传感器线性离散随机系统，提出了自校正信息融合Kalman滤波器。它具有渐近最优性。一个仿真例子说明了其有效性。...
    3. 《含未知参数的自校正融合Kalman滤波器及其收敛性》PDF+DOC 对于带未知模型参数和噪声方差的多传感器系统，基于分量按标量加权最优融合准则，提出了自校正解耦融合Kalman滤波器，并应用动态误差系统分析(Dynamic error system analysis，DESA)方法证明了它的收敛性.作为在信号处理中的应用，对带有色和白色观测噪声的多传感器多维自回归(......
    4. 《带未知有色观测噪声的自校正融合Kalman滤波器》PDF+DOC 对于带未知有色观测噪声的多传感器线性离散定常随机系统，未知模型参数和噪声方差的一致的融合估值器用递推增广最小二乘法(RELS)和求解相关函数方程得到.将这些估值器代入到最优解耦融合Kalman滤波器中，得出了自校正解耦融合Kalman滤波器，并用动态方差误差系统分析(DVESA)和动态误差分析(DE......
    5. 《隐式自校正加权观测融合Kalman滤波器》PDF+DOC 对于带未知噪声方差的线性离散定常随机系统，利用多个结构相同但精度不同的传感器进行观测，各观测结果之差可以产生多组新的白噪声序列，利用各组白噪声的相关函数阵解矩阵方程组，可解得各传感器观测噪声方差Ri.通过状态方程和观测方程以及观测噪声估值，可求得ΓQwΓT的估计，进而得到隐式自校正加权观测融合Kal......
    6. 《基于Riccati方程的自校正解耦融合Kalman滤波器》PDF+DOC 对于带未知噪声方差的多传感器系统，用相关方法给出了噪声方差的在线估值器，进而基于Riccati方程和按分量标量加权最优融合规则，提出了自校正分量解耦信息融合Kalman滤波器.用动态误差系统分析方法证明了自校正融合Kalman滤波器按实现收敛于最优融合Kalman滤波器，因而具有渐近最优性.一个3传......
    7. 《自校正分布式观测融合Kalman滤波器》PDF+DOC 对于带未知噪声统计和带具有相同右因子的观测阵的多传感器系统，应用加权最小二乘(WLS)法可得到一个等价的融合观测方程。该文应用现代时间序列分析方法，基于新息模型参数的在线辨识，可估计未知噪声方差，进而提出了自校正加权观测融合Kalman滤波器。在新息模型参数估计是一致的和观测数据是有界的假设下，该文......
    8. 《带丢失观测和不确定噪声方差系统改进的鲁棒协方差交叉融合稳态Kalman滤波器》PDF+DOC 对带丢失观测和不确定噪声方差的线性定常多传感器系统，引入虚拟噪声将原系统转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理，用Lyapunov方程方法提出局部鲁棒稳态Kalman滤波器及其实际方差最小上界，并利用保守的局部滤波误差互协方差，提出一种改进的鲁棒协方差交叉(covariance i......
    9. 《自校正信息融合Wiener反卷积滤波器》PDF+DOC 对于含有未知模型参数和噪声统计的多传感器信号反卷积系统，应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型参数的在线辨识，可在线估计噪声方差，进而提出了自校正信息融合Wiener反卷积滤波器。证明了它的渐近最优性，即若ARMA新息模型参数估计是一致的，则它收敛于当噪声方差已知时的最优融......
    10. 《自校正解耦融合Kalman滤波器及其收敛性》PDF+DOC 对带未知噪声统计的多传感器系统，提出了基于相关方法的噪声统计在线估值器，进而提出了自校正Riccati方程和自校正Lyapunov方程。在按分量标量加权线性最小方差最优信息融合准则下，提出了自校正分量解耦融合Kalman滤波器，并用动态误差系统分析(DESA)方法证明了它收敛于最优分量解耦融合稳态K......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。