《多传感器系统模型参数和噪声统计的一种信息融合辨识方法》PDF+DOC

📙 相关资料

1. 《多传感器系统噪声统计辨识的一种相关方法》PDF+DOC 对于带未知噪声统计和相关噪声的多传感器线性离散定常随机系统，通过左素分解将观测过程表为两个滑动平均(MA)过程之和，利用解相关函数矩阵方程组方法得到系统的噪声方差、相关阵及互协方差的在线估计器。基于观测过程的采样相关函数的遍历性证明了噪声统计估值器是强一致的。一个两传感器带相关噪声系统的仿真例子说明......
2. 《通信受限下网络化多传感器系统的Kalman融合估计》PDF+DOC 研究了一类通信受限下网络化多传感器系统的Kalman融合估计问题，其中通信受限是指系统在一个采样周期内只允许有限个传感器与融合中心通信.首先，提出了一种周期性分组传输的通信策略，并将每组传感器所对应的局部估计系统描述成一个离散周期子系统模型.其次，每个子系统根据最新测量信息的更新时刻，选择相应的Ka......
3. 《多传感器信息融合平滑器算法研究》PDF+DOC 为了提高融合估计的精度，采用矩阵加权线性最小方差意义下的最优信息融合准则，对多传感器系统，考虑局部估计误差之间的相关性，给出了最优信息融合固定区间平滑器算法。理论和仿真实验表明，融合平滑器精度在总体上高于各局部子系统的估计精度。与融合预报器相比，融合平滑估计比预测平滑估计精度提高了近5倍，显著地改善......
4. 《基于随机加权估计的多维位置数据最优融合算法》PDF+DOC 文中将随机加权估计计算方法应用于多传感器信息融合，提出了一种基于随机加权估计的多维位置数据最优融合方法。首先，用随机加权估计对每个传感器测得的位置参数进行估计。然后，用最优信息融合算法把这些估计进行融合。得到多传感器系统多维位置参数的最优估计。研究结果表明：基于随机加权估计的多传感器信息融合方法优于......
5. 《多变量自回归信号信息融合辨识方法》PDF+DOC 近年来，为了提高系统模型和状态估计的精度，多传感器数据融合引起了广泛关注。对于带白色公共干扰噪声和有色观测噪声的多传感器多变量自回归(AR)模型，当AR模型参数和噪声方差未知时，提出了一种信息融合多段辨识方法，其中采用多维递推辅助变量(MRIV)方法得到AR模型参数的局部和融合估值器，再用相关方法得......
6. 《自校正解耦融合Kalman预报器及其收敛性》PDF+DOC 对于带有未知模型参数和噪声方差的多传感器系统，通过系统辨识方法，得到模型参数和噪声方差的信息融合估计，将其代入到最优分量按标量加权融合Kalman预报器中，得到自校正信息融合Kalman预报器，实现了状态分量的解耦。通过动态误差系统分析(DESA)方法严格证明了提出的自校正Kalman预报器按一个实......
7. 《反馈式多目标多传感器系统误差融合估计技术》PDF+DOC 本文对多目标情况下的多传感器系统误差估计问题进行了研究，提出了反馈式多目标多传感器系统误差融合估计算法。算法首先对EX算法进行了修正，无需计算各目标状态估计及其增益伪逆，直接利用各传感器量测数据来构建伪量测，通过滤波获得局部传感器组合系统误差估计；其次，算法通过构建状态空间转移矩阵实现了全局估计到局......
8. 《多传感器加权信息融合算法研究》PDF+DOC 将新兴的随机加权估计应用于多传感器信息融合，文章提出一种基于随机加权估计的多传感器信息融合算法，用于解决多传感器对目标同一参数进行测量时权的最优分配问题。仿真结果表明，文中提出的随机加权融合估计算法优于传统的平均值估计融合算法，并且随着测量次数的增大，均方误差越来越小。...
9. 《带有乘性噪声的时滞系统多传感器信息融合》PDF+DOC 研究了带有乘性噪声的线性时滞系统的局部最优预报估计和全局最优线性加权信息融合问题。通过虚拟噪声补偿技术，将该问题转化为一类带有未知时变噪声的随机系统的状态最优估计问题。基于等价系统的新息重组分析及Hilbert空间上的投影定理，给出局部最优预报器设计，进而通过求解与各单传感器子系统有相同维数的Ric......
10. 《带不同观测阵系统的自校正观测融合Wiener滤波器》PDF+DOC 对于带有不同观测阵、相关观测噪声和未知噪声统计的多传感器线性离散定常随机系统，利用相关方法，得到了噪声统计信息的在线辨识器。基于ARMA新息模型，提出了自校正加权观测融合Wiener滤波器，避免了求解Lyapunov和Ricca-ti方程，减少了计算负担，适于实时应用。利用动态误差系统分析(DESA......