《多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC

📙 相关资料

1. 《带有色观测噪声系统多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC 基于标量加权多传感器线性最小方差最优信息融合准则，对被多传感器观测的带有色观测噪声的离散线性随机控制系统，提出了一种具有两层融合结构的标量加权信息融合稳态Kalman滤波器，它等价于相应的带相关噪声系统的最优信息融合稳态Kalman预报器.最优信息融合稳态预报器可在所有局部预报器达到稳态时，通过一次......
2. 《按对角阵加权信息融合Kalman滤波器》PDF+DOC 为了克服按矩阵加权信息融合非稳态Kalman滤波器的在线计算负担大的缺点，和按标量加权融合Kalman滤波器精度较低的缺点，应用现代时间序列分析方法，提出了按对角阵加权的线性最小方差多传感器信息融合稳态Kalman滤波器.它等价于状态分量按标量加权信息融合Kalman滤波器，实现了解耦信息融合Kal......
3. 《多传感器最优信息融合Kalman多步预报器及其应用》PDF+DOC 提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多......
4. 《多传感器按对角阵加权信息融合Kalman滤波器》PDF+DOC 在按对角阵加权线性最小方差最优信息融合准则下，提出了多传感器按对角阵加权信息融合稳态Kalman滤波器，它等价于关于状态分量的按标量加权信息融合Kalman滤波器，与按矩阵加权信息融合Kalman滤波器相比，可明显减小计算负担，便于实时直用。一个雷达跟踪的仿真例子说明了其有效性。...
5. 《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......
6. 《多传感器分布式信息融合Wiener信号滤波器》PDF+DOC 应用Kalman滤波方法，对于带白色和有色观测噪声单通道ARMA信号，基于Riccati方程，在线性最小方差按标量加权的最优信息融合准则下，提出了多传感器分布式信息融合Wiener信号滤波器。提出了计算局部滤波误差间的互协方差的Lyapunov方程，可用于计算最优加权系数。同单传感器情形相比，可提高......
7. 《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......
8. 《两传感器按对角阵加权信息融合稳态Kalman滤波器》PDF+DOC 应用现代时间序列分析方法，在按对角阵加权线性最小方差最优信息融合准则下，基于Riccati方程，提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比，可减少计算负担，与单传感器情形相比，提高了滤波精度.一个仿真例子说明其有效性。...
9. 《两传感器信息融合稳态最优Kalman滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型提出了两传感器最优信息融合稳态Kalman滤波器。为实现最优融合，分别提出了计算局部滤波稳态误差方差和协方差阵的Lyapunov方程和拟Lyapunov方程及其迭代算法，并证明了算法的收敛性。一个仿真例子说明了其有效性。...
10. 《两传感器广义系统信息融合Kalman滤波器》PDF+DOC 基于矩阵理论和时域上的Kalman滤波理论，针对两传感器广义离散随机线性系统进行研究，运用矩阵约当分解，将一类广义系统化为正常系统，并利用标量加权准则下的最优信息融合Kalman滤波理论，给出一类两传感器广义系统Kalman信息融合滤波器，同单传感器情形相比，可大大提高滤波精度，具有实际应用价值。...