《自校正加权观测融合Kalman估值器》PDF+DOC

📙 相关资料

1. 《自校正分布式观测融合Kalman估值器》PDF+DOC 对于带未知噪声统计的多传感器系统，应用加权最小二乘(WLS)法得到了一个加权融合观测方程，且它与状态方程构成一个等价的观测融合系统.应用现代时间序列分析方法，基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识，可在线估计未知噪声方差，进而提出了一种加权观测融合自校正Kalman估值器，可统一处......
2. 《自校正多传感器观测融合Kalman估值器及其收敛性分析》PDF+DOC 对于带未知噪声方差的多传感器系统，应用加权最小二乘(WLS)法得到了一个加权融合观测方程，且它与状态方程构成一个等价的观测融合系统.应用现代时间序列分析方法，基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识，可在线估计未知噪声方差，进而提出了一种加权观测融合自校正Kalman估值器，可统一处......
3. 《自校正信息融合Kalman预报器》PDF+DOC 对含未知噪声统计的多传感器系统，用现代时间序列分析方法，基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组，可在线估计噪声统计，进而在按矩阵加权线性最小方差最优信息融合准则下，提出了自校正信息融合Kalman预报器。证明了它的收敛性，即它具有渐近最优性，且自校正融合Kal-man预报器比......
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. 《自校正解耦信息融合Wiener状态估值器》PDF+DOC 对含未知噪声方差阵的多传感器系统，用现代时间序列分析方法，基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组，可得到估计噪声方差阵估值器，进而在按分量标量加权线性最小方差最优信息融合准则下，提出了自校正解耦信息融合Wiener状态估值器.它的精度比每个局部自校正Wiener状态估值器精度......
7. 《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......
8. 《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......
9. 《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......
10. 《自校正观测融合解耦Wiener状态预报器》PDF+DOC 对于带未知噪声方差和带不同观测阵的多传感器系统，应用现代时间序列分析方法，基于子系统和加权观测融合系统的滑动平均(MA)新息模型的在线辨识，提出了一类自校正加权观测融合解耦Wiener状态预报器。用动态误差系统分析方法，证明了它按实现收敛于当噪声方差已知时的最优加权观测融合解耦Wiener状态预报器......