作者：高媛,毛琳,梁佐江,邓自立 单位：黑龙江大学 出版：《黑龙江大学自然科学学报》2004年第02期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFHLDZ2004020140 DOC编号：DOCHLDZ2004020149 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 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。

    📙 相关资料

    1. 《两传感器信息融合超前k步稳态最优Kalman预报器》PDF+DOC 应用Kalman滤波方法 ，基于Riccati方程 ，对于带相关噪声的系统 ，在线性最小方差融合准则下 ，提出了两传感器按矩阵加权信息融合超前k步稳态最优Kalman预报器 ，给出了最优加权阵和最小融合预报误差方差阵的具体计算公式。同单传感器情形相比 ，可提高预报器的精度。一个跟踪系统的仿真例子说明......
    2. 《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。...
    3. 《信息融合稳态最优Kalman平滑器》PDF+DOC 应用Kalman滤波方法 ，基于Riccati方程 ，在线性最小方差最优融合准则下 ，提出了按矩阵加权的两传感器最优融合稳态Kalman平滑器 ，给出了最优加权阵和最小融合误差方差阵。同单传感器Kalman平滑器相比 ，可提高平滑精度。一个雷达跟踪系统的仿真例子证明了其有效性...
    4. 《两传感器信息融合稳态Kalman滤波器和平滑器》PDF+DOC 应用Kalman滤波方法，基于Riccati方程，对输入噪声和观测噪声相关，且传感器观测噪声相关的两传感器系统，在线性最小方差最优信息融合准则下，提出了按矩阵加权最优信息融合Kalman滤波器和平滑器。为了计算最优加权阵，提出了局部估计误差互协方差阵的计算公式。同单传感器情况相比，可提高融合估计精度......
    5. 《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......
    6. 《快速信息融合Kalman滤波器》PDF+DOC 应用现代时间序列分析方法，在标量加权线性最小方差融合准则下，提出一种多传感器快速信息融合稳态Kalman滤波器.基于ARMA新息模型计算稳态Kalman滤波器增益，提出了计算传感器之间的滤波误差方差阵和协方差阵的Lyapunov方程，它可用迭代法求解，并证明了迭代解的指数收敛性.与基于Riccati......
    7. 《信息融合超前k步稳态最优Kalman预报器和Wiener预报器》PDF+DOC 应用Kalman滤波方法，基于Riccati方程，在线性最小方差信息融合准则下，提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器，给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比，可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性。...
    8. 《多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC 提出一种新的标量加权多传感器线性最小方差意义下的最优信息融合准则.该准则考虑了局部估计误差之间的相关性，只需计算加权标量系数，避免了加权矩阵的计算，明显减小了计算量，便于实时应用.运用稳态Kalman滤波理论，基于该融合准则，给出了多传感器最优信息融合稳态Kalman滤波器.在所有局部滤波器达到稳态......
    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. 《广义离散系统多传感器信息融合Kalman滤波器》PDF+DOC 考虑了广义离散随机线性系统的多传感器信息融合状态估计问题.在广义系统无脉冲的假设条件下，通过等价变换将其转化为正常系统.应用经典Kalman滤波方法，在线性最小方差信息融合准则下，提出了按矩阵加权的广义系统多传感器信息融合稳态Kalman状态滤波器.仿真结果说明了算法的有效性。...

    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。