作者：冯肖雪,李淑慧,潘峰 单位：中国航空学会;北京航空航天大学 出版：《航空学报》2019年第07期 页数：12页  （PDF与DOC格式可能不同） PDF编号：PDFHKXB2019070190 DOC编号：DOCHKXB2019070199 下载格式：PDF + Word/doc 文字可复制、可编辑
《模型基涡轴发动机传感器故障诊断研究》PDF+DOC2016年第03期 刘梦妮,王曦,杨超 《近程目标状态的高精度测量及其性能分析》PDF+DOC2000年第02期 尹成友,徐善驾,王东进 《两级混合多传感器信息融合中的状态估计》PDF+DOC1999年第05期 何友,陆大(纟金),彭应宁 《多维位置数据最优融合方法》PDF+DOC1998年第03期 李勇智,李国栋 《多传感器系统的信息融合及容错技术研究》PDF+DOC1996年第06期 房建成,万德钧 《多传感器顺序粒子滤波算法》PDF+DOC2005年第06期 熊伟,何友,张晶炜 《分布式不敏卡尔曼滤波状态估计技术》PDF+DOC2005年第04期 熊伟,张晶炜,何友 《基于全局状态估计的多传感器加权数据融合算法》PDF+DOC2014年第05期 司迎利,杨新宇,陈勇,向静波,郭世伟 《量测噪声相关条件情况下的多传感器状态融合估计》PDF+DOC2009年第18期 邓奎彪,秦超英,张在利 《含无序量测的多传感器信息融合算法研究》PDF+DOC2006年第04期 张希彬,秦超英,高蕊

    • 具有未知干扰输入的随机系统状态估计问题广泛存在于控制、通信、信号处理和故障诊断等领域，但目前的研究成果大多局限于单传感器动态离散系统。针对状态方程含有未知干扰、量测方程含有未知偏差的多传感器系统状态估计问题开展了研究，提出了一种双重未知干扰解耦下的最小方差无偏估计滤波器。首先，建立量测偏差通用演化模型；然后，解耦偏差演化模型中的未知输入，设计最小方差无偏估计器对量测干扰偏差进行估计；之后，利用估计出的量测偏差来校正动态系统测量值；最后，根据量测偏差校正后的系统模型设计最优状态观测器，获得具有最小方差无偏的状态估计。径向飞行控制系统的例子验证了所提方法的有效性，与相关方法的仿真对比反应了所提方法的优越性。

    📙 相关资料

    1. 《模型基涡轴发动机传感器故障诊断研究》PDF+DOC 基于干扰解耦思想，针对涡轴发动机工作中传感器瞬时断路硬故障模式，提出一种基于模型的涡轴发动机未知输入观测器传感器硬故障诊断方法。通过对地面、高空工作的涡轴发动机不同传感器故障的模拟，验证了该故障诊断方法的有效性。结果表明，基于模型设计的未知输入观测器(UIO)，能够对系统输入中的测量干扰未知输入信号......
    2. 《近程目标状态的高精度测量及其性能分析》PDF+DOC 详细分析了多传感器系统TRn(T表示一个发射传感器 ，Rn 表示n个接收传感器 )对空中近程目标位置和速度矢量进行测量的最优估计方法 .讨论了最优相干中心化处理与分散化处理的关系 ，对分散化处理的性能进行了分析 ，并给出了其误差的克拉美—罗下界 (CRLB) .最后对一特例进行了数值计算 ，结果表明......
    3. 《两级混合多传感器信息融合中的状态估计》PDF+DOC 在混合式多传感器信息融合系统中，一部分传感器通过处理它们的数据产生局部航迹，另一部分传感器则只提供检测报告，这些航迹和检测报告被传送到融合中心完成航迹融合和组合滤波。本文提出适合于两级混合式多传感器系统的全局最优状态估计解。在这种结构中，融合中心首先需要融合来自L个传感器的局部估计，然后基于其它N-......
    4. 《多维位置数据最优融合方法》PDF+DOC 本文给出了一种多传感器多维位置数据融合的方法．这种方法基于多维位置数据的鲁棒估计和最小方差结合法．每个传感器用鲁棒估计得到自身数据的位置估计和方差估计，把这些估计融合为一个最优估计，即传感器系统的估计．...
    5. 《多传感器系统的信息融合及容错技术研究》PDF+DOC 本文介绍了基于信息融合原理的联合卡尔曼滤波器原理以及其结构和算法，并给出在导航系统中的应用实例...
    6. 《多传感器顺序粒子滤波算法》PDF+DOC 粒子滤波是一种基于MonteCarlo仿真的最优回归贝叶斯滤波算法.这种方法不受线性化误差和高斯噪声假定的限制，适用于任何状态转换或测量模型，因此能够很好地解决非线性、非高斯环境下系统的状态估计问题.为了能够有效地解决非线性、非高斯环境中的集中式多传感器状态估计问题，本文研究了多传感器顺序粒子滤波算......
    7. 《分布式不敏卡尔曼滤波状态估计技术》PDF+DOC 在许多实际的分布式多传感器系统中，系统的动态或传感器的观测方程是非线性的.解决分布式多传感器非线性系统的状态估计问题，通常采用的一种方法是分布式扩展卡尔曼滤波.但由于模型的线性化误差，EKF的滤波效果在很多情况下并不能令人满意.另外，在许多实际应用中，模型的线性化过程比较繁杂，而且也不容易得到.为了......
    8. 《基于全局状态估计的多传感器加权数据融合算法》PDF+DOC 自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息。但是，通过深入的理论分析和实验仿真发现，自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度，同时该算法还具有较差的抗干扰性及稳定性。基于以上研究结果，提出了一种基于全局状态估计的多传感器加权数据融合算法......
    9. 《量测噪声相关条件情况下的多传感器状态融合估计》PDF+DOC 对于量测噪声相关的多传感器系统，采用Cholesky分解和单位下三角阵的求逆方法，将其转化为量测噪声互不相关的等价模型，从而可以直接利用现有的融合算法进行状态融合，由此给出了量测噪声相关情况下多传感器的状态融合算法。该算法和已有的算法相比具有两大优点，该算法不仅考虑了量测噪声相关而且简单可行，而且该......
    10. 《含无序量测的多传感器信息融合算法研究》PDF+DOC 由于通信时间的延迟性，在多传感器系统中常常会出现无序量测情况。为提高估计的精度，系统须对无序量测进行处理，状态更新法是处理无序量测问题的一种有效方法。对于多传感器信息融合问题，给出了一种处理无序量测的状态估计更新算法。仿真计算表明该算法能有效的提高融合估计的精度。...

    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。