《多传感器信息融合ARMA信号Wiener滤波器》PDF+DOC

📙 相关资料

1. 《带MA有色观测噪声的单通道多传感器信息融合Wiener滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型、白噪声估值器和观测预报器，对带滑动平均(MA)有色观测噪声的单通道ARMA信号，在线性最小方差最优信息融合准则下，提出了多传感器信息融合Wiener滤波器，可统一处理滤波、平滑和预报问题。提出了用于得到最优加权系数的局部滤波误差方差和协方差计算公式。同......
2. 《单通道ARMA信号信息融合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、白噪声估值器和观测预报器，在线性最小方差最优加权信息融合准则下，对单通道ARMA信号提出了多传感器分布式融合Wiener反卷积滤波器，可统一处理融合滤波、平滑和预报问题。为了计算最优加权，提出了局部估计误差互协方差的计算公式。同单传感......
3. 《多传感器信息融合Wiener滤波器和平滑器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型和增广状态空间模型，应用标量加权最优融合准则，对于带白色和有色观测噪声的ARMA信号，提出了多传感器分布式最优信息融合Wiener滤波器和平滑器，其中给出了计算局部平滑误差方差和互协方差的计算公式，它们可被用于计算最优加权系数。同单传感器情形相比，可提高......
4. 《多通道ARMA信号的三种多传感器信息融合Wiener滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型、白噪声估值器和观测预报器，对带白色观测噪声的多通道ARMA信号，在线性最小方差最优信息融合准则下，提出了统一的和通用的按矩阵加权、按标量加权和按对角阵加权的多传感器信息融合Wiener滤波器，可统一处理滤波、平滑和预报问题．提出了计算局部估计误差方差和......
5. 《多通道ARMA信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，基于白噪声估计理论，在线性最小方差最优信息融合准则下，提出了多通道ARMA 信号的两传感器信息融合稳态最优Wiener滤波器、平滑器和预报器；给出了最优加权阵和最小融合误差方差阵。与单传感器情形相比，可提高滤波精度。一个雷达跟踪系统的仿真例子说明了其有效性。...
6. 《多传感器单通道信息融合Wiener滤波器》PDF+DOC 应用现代时间序列分析方法，对于带白色观测噪声的单通道ARMA信号，基于ARMA新息模型，提出了多传感器线性最小方差最优信息融合Wiener滤波器，可统一处理滤波、平滑和预报问题。同单传感器情形相比，可提高滤波精度、算法简单、便于实时应用。一个跟踪系统的仿真例子说明了其有效性。...
7. 《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。...
8. 《基于Kalman滤波的自回归滑动平均信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，在按矩阵加权线性最小方差最优信息融合规则下，提出了带白色观测噪声的多通道ARMA信号的多传感器信息融合Wiener滤波器.它可统一处理信息融合滤波、平滑和预报问题.为了计算最优加权阵，提出了计算局部滤波误差互协方差阵的公式.同单传感器情形相比，可提高估计精度.一个带三传感器......
9. 《两传感器信息融合最优白噪声反卷积Wiener滤波器》PDF+DOC 应用现代时间序列分析方法和白噪声估计理论，提出了两传感器最优信息融合白噪声反卷积Wiener滤波器，其中给出了局部滤波误差之间的协方差公式，它可被用于计算最优融合加权系数。一个仿真例子说明了其有效性。...
10. 《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......