《带有色观测噪声的广义系统信息融合Kalman平滑器》PDF+DOC

📙 相关资料

1. 《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。......
2. 《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......
3. 《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......
4. 《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......
5. 《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......
6. 《广义系统多传感器信息融合降阶状态估值器》PDF+DOC 对于带多传感器的广义线性离散随机系统，基于奇异值分解，将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法，在线性最小方差最优加权融合准则下，提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题，可减少计算负担和改善局部估计精度。为了计算最优加权，提出了局部......
7. 《复杂有色噪声广义系统信息融合Kalman滤波器》PDF+DOC 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......
8. 《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。......
9. 《多传感器分布式融合Kalman预报器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型，在线性最小方差最优信息融合准则下，对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统，分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式......
10. 《多传感器广义系统的加权观测融合Kalman预报器》PDF+DOC 对于带相关观测噪声的多传感器线性离散随机广义系统，应用最小二乘法将各个传感器的观测信息融合为一个新的观测.再采用奇异值分解方法将原广义系统转化为两个互耦的子系统，且融合的观测也转化为其中一个状态分量的观测，从而将问题转化为单传感器常规系统的状态估计问题.对于新的降阶常规子系统，提出了全局最优的加权观......