作者：宋国东,姜守达,林连雷 单位：中国仪器仪表学会 出版：《仪器仪表学报》2013年第05期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFYQXB2013050340 DOC编号：DOCYQXB2013050349 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对带复杂有色噪声的线性广义系统，提出了矩阵加权融合稳态Kalman滤波器。应用奇异值分解将原广义系统滤波问题转化为两个正常子系统滤波问题。通过状态增广与量测变换法将有色过程噪声、有色量测噪声化为白噪声，因此问题转化为带相关白噪声正常系统Kalman预报问题。基于线性最小方差意义与矩阵加权融合准则得到了复杂有色噪声作用下的广义系统融合Kalman预报器，进而得到带复杂有色噪声的原广义系统滤波器。该滤波加权融合算法精度高于各单传感器局部滤波器，低于集中式融合滤波器。Monte-Carlo仿真实验证明了该滤波融合算法的有效性与可行性。

    📙 相关资料

    1. 《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。......
    2. 《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。......
    3. 《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......
    4. 《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......
    5. 《带ARMA有色噪声的广义系统信息融合Kalman平滑器》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平滑问题。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平滑器。为了计算最优加权，提出了局部平滑误差协方差阵的计算公式。......
    6. 《广义系统Kalman融合器的研究》PDF+DOC 研究带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统，根据Kalman滤波方法和白噪声估计理论，在线性最小方差信息融合准则下，应用奇异值分解和增广状态空间模型，为了提高融合器的精度，提出了按矩阵加权降阶稳态广义Kalman融合器，可统一处理稳态滤波、平滑和预报问题，可减少计算负......
    7. 《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......
    8. 《广义系统多传感器信息融合Kalman状态预报器》PDF+DOC 研究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。依据Kalman滤波理论，在线性最小方差信息融合准则下，推导出广义系统分别按矩阵、对角阵和标量加权的三种多传感器信息融合Kalman预报器，并给出了两个广义子系统之间的预报误差互协方差阵的计算公式。仿真说明，融合后的Kalman预报器的精确度......
    9. 《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。...
    10. 《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。...

    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。