《广义系统多传感器信息融合降阶状态估值器》PDF+DOC

📙 相关资料

1. 《广义系统解耦融合Wiener状态估值器》PDF+DOC 应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型和白噪声估计理论，在线性最小方差分量标量加权最优信息融合准则下，提出了多传感器广义线性离散随机系统分量解耦融合Wiener状态估值器，可统一处理融合滤波、预报和平滑问题，可处理非因果广义系统。为了计算最优加权，给出了计算局部估计误差互协......
2. 《广义系统多传感器分布式融合降阶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，将其变换为等价的两个降阶多传感器子系统，提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法，在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下，分别提出了三种最优加权融合降阶广义Kalman滤波器。可......
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. 《Y-可观广义系统降阶稳态Kalman融合器》PDF+DOC 对于带多传感器的Y-可观广义线性离散随机系统，通过状态线性变换，将其化为两个降阶的非广义多传感器子系统。应用Kalman滤波方法和白噪声估值器，提出了子系统和原系统的局部状态估值器及它们的误差互协方差公式。在线性最小方差按矩阵加权，按对角阵加权和按标量加权最优信息融合准则下，提出了原系统状态的三种稳......
5. 《多传感器分布式协方差信息融合Kalman滤波理论》PDF+DOC 对于带多传感器和带相关噪声的线性离散时变随机控制系统，基于按矩阵加权、按对角阵加权和按标量加权的三种最优信息融合规则，提出了相应的三种分布式最优信息融合Kalman估值器，可统一处理融合滤波、预报和平滑问题。为了计算最优加权，提出了计算局部估计误差协方差公式。作为特殊情形，还提出了定常系统的稳态最优......
6. 《带有色观测噪声的广义系统Kalman滤波器》PDF+DOC 对于带自回归滑动平均(ARMA)有色观测噪声的多传感器为广义离散随机线性系统，应用奇异值分解，将其变换为等价的两个降阶多传感器子系统，提出了广义系统多传感器信息融合状态滤波问题。为了提高精度，采用Kalman滤波方法，在线性最小方差按块对角阵最优加权融合准则下，给出了按矩阵加权解耦的分布式Kalma......
7. 《带有色观测噪声的广义系统信息融合Kalman平滑器》PDF+DOC 对于被多传感器观测的带有色观测噪声的广义离散线性随机系统，应用奇异值分解，并通过对观测方程的状态变换，将其变换为带相关噪声的2个降阶多传感器子系统；应用Kalman滤波方法，在线性最小方差加权融合准则下，给出按块对角阵标量加权融合降阶广义Kalman平滑器.MonteCarlo仿真结果表明该方法的有......
8. 《带有色噪声的广义系统信息融合Kalman滤波器》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滤波问题。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滤波器。为了计算最优加权，提出了局部滤波误差协方差阵的计算公式。......
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. 《广义系统降阶分布式信息融合稳态Kalman滤波器》PDF+DOC 针对带相关噪声的多传感器广义系统，提出一种分布式分量标量加权融合稳态降阶Kalman滤波器。应用奇异值分解将原广义系统转化两个等价的降阶子系统，将广义系统状态估计问题转为正常系统的状态估计问题，并求得任两个传感器子系统之间的稳态降阶滤波误差互协方差阵。兼顾融合精度和计算负担，以线性最小方差为融合准则......