作者：封文清,杜鑫龙,孙赫,邓自立 单位：黑龙江大学 出版：《黑龙江大学自然科学学报》2013年第04期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFHLDZ2013040070 DOC编号：DOCHLDZ2013040079 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 对带观测滞后和有色观测噪声的多传感器自回归滑动平均(ARMA)信号，提出一种反卷积加权融合Kalman滤波方法，其特点是将信号滤波问题转换为反卷积估计问题，并将观测滞后嵌入到反卷积模型中。仿真例子说明，按标量加权融合算法的精度高于每个局部滤波器的精度，说明了算法的有效性。

    📙 相关资料

    1. 《多通道ARMA信号加权观测融合反卷积Wiener滤波器》PDF+DOC 应用现代时间序列与状态空间方程的转换定理，将带观测时滞的ARMA信号转换为状态空间模型。本文描述存在时滞的系统和噪声的方法是用自回归滑动平均模型(ARMA)，通过ARMA信号与状态空间模型的转换来完成模型的转换，在转换过程中将时滞巧妙的嵌入到状态转移矩阵Φ中，从而得到信息滤波器形式的Kalman滤波......
    2. 《带有色观测噪声的多传感器协方差交叉融合Kalman滤波器及其精度分析》PDF+DOC 对于带有色观测噪声、公共干扰噪声和量测偏差的多传感器线性定常系统，应用协方差交叉融合估计算法，提出批处理协方差交叉融合(BCI)稳态Kalman滤波器和序贯协方差交叉融合(SCI)稳态Kalman滤波器，此方法可避免计算局部滤波误差互协方差，减小计算负担。特别，相比于每个局部滤波器的精度，所提出的协......
    3. 《带有色观测噪声的广义系统Kalman滤波器》PDF+DOC 对于带多传感器的广义线性离散随机系统，应用奇异值分解，并通过对观测方程的状态变换，将带有色观测噪声的系统变换为等价的带相关噪声的两个降阶多传感器子系统。应用Kalman滤波方法，在线性最小方差按块对角阵加权融合准则下，提出了按矩阵加权融合降阶广义Kalman滤波器，可减少计算负担和改善局部滤波精度。......
    4. 《基于KALMAN滤波的两种多传感器观测融合方法》PDF+DOC 目前有两种基于K a lm an滤波的多传感器观测融合方法，方法1是将观测向量的维数增加，获得扩展观测向量。方法2是在最小均方误差准则下，对不同传感器间的观测向量进行加权运算，获得与单个传感器相同维数的观测向量。通过对滤波器的状态估计误差协方差的分析和相关数学表达式，给出了两种方法的对比。仿真结果表......
    5. 《带有色观测噪声系统多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC 基于标量加权多传感器线性最小方差最优信息融合准则，对被多传感器观测的带有色观测噪声的离散线性随机控制系统，提出了一种具有两层融合结构的标量加权信息融合稳态Kalman滤波器，它等价于相应的带相关噪声系统的最优信息融合稳态Kalman预报器.最优信息融合稳态预报器可在所有局部预报器达到稳态时，通过一次......
    6. 《复杂有色噪声广义系统信息融合Kalman滤波器》PDF+DOC 针对带复杂有色噪声的线性广义系统，提出了矩阵加权融合稳态Kalman滤波器。应用奇异值分解将原广义系统滤波问题转化为两个正常子系统滤波问题。通过状态增广与量测变换法将有色过程噪声、有色量测噪声化为白噪声，因此问题转化为带相关白噪声正常系统Kalman预报问题。基于线性最小方差意义与矩阵加权融合准则得......
    7. 《带ARMA有色噪声的广义系统信息融合Kalman平滑器》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平滑问题。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平滑器。为了计算最优加权，提出了局部平滑误差协方差阵的计算公式。......
    8. 《广义系统Kalman融合器的研究》PDF+DOC 研究带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统，根据Kalman滤波方法和白噪声估计理论，在线性最小方差信息融合准则下，应用奇异值分解和增广状态空间模型，为了提高融合器的精度，提出了按矩阵加权降阶稳态广义Kalman融合器，可统一处理稳态滤波、平滑和预报问题，可减少计算负......
    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. 《多传感器分布式融合Kalman预报器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型，在线性最小方差最优信息融合准则下，对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统，分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式......

    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。