作者：李春波,邓自立 单位：中国技术经济学会 出版：《科学技术与工程》2006年第05期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFKXJS2006050010 DOC编号：DOCKXJS2006050019 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 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预报器比每个局部自校正Kalman预报器精度高。一个目标跟踪系统的仿真例子说明了其有效性。

    📙 相关资料

    1. 《自校正信息融合Kalman平滑器》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，得到了噪声统计的在线估值器，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平滑器，提出了一种按实现收敛性新概念，证明了自校正Kalman融合器按实......
    2. 《自校正标量加权信息融合Kalman滤波器》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，基于自回归滑动平均(ARMA)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，提出了自校正标量加权信息融合Kalman滤波器。它具有渐近最优性，且比每个局部自校正Kalman滤波器......
    3. 《自校正加权观测融合Kalman估值器》PDF+DOC 对于带未知噪声统计的多传感器系统，应用现代时间序列分析方法，基于滑动平均(MA)新息模型参数的两段递推最小二乘法在线辨识，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，可统一处理自校正滤波、预报和平滑问题，并证明了它的收敛性，即若MA新息模型参数估计是一致的，则它与相应......
    4. 《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......
    5. 《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......
    6. 《ARMA信号自校正信息融合Wiener滤波器》PDF+DOC 对于带多传感器的含有未知模型参数和噪声统计的ARMA信号，应用现代时间序列分析方法，基于ARMA新息模型的在线辨识，提出了多传感器自校正信息融合Wiener滤波器。它具有渐近最优性，且可统一处理滤波、平滑和预报问题。一个跟踪系统的仿真例子说明了其有效性。...
    7. 《两传感器自校正信息融合白噪声Wiener反卷积滤波器》PDF+DOC 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，对于带未知模型参数和噪声方差的两传感器反卷积系统，提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。...
    8. 《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。...
    9. 《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......
    10. 《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......

    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。