《自校正多传感器观测融合Kalman估值器及其收敛性分析》PDF+DOC

📙 相关资料

1. 《自校正加权观测融合Kalman估值器》PDF+DOC 对于带未知噪声统计的多传感器系统，应用现代时间序列分析方法，基于滑动平均(MA)新息模型参数的两段递推最小二乘法在线辨识，可在线估计未知噪声方差，进而提出了一种加权观测融合自校正Kalman估值器，可统一处理自校正滤波、预报和平滑问题，并证明了它的收敛性，即若MA新息模型参数估计是一致的，则它与相应......
2. 《自校正分布式观测融合Kalman估值器》PDF+DOC 对于带未知噪声统计的多传感器系统，应用加权最小二乘(WLS)法得到了一个加权融合观测方程，且它与状态方程构成一个等价的观测融合系统.应用现代时间序列分析方法，基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识，可在线估计未知噪声方差，进而提出了一种加权观测融合自校正Kalman估值器，可统一处......
3. 《自校正分布式观测融合Kalman滤波器》PDF+DOC 对于带未知噪声统计和带具有相同右因子的观测阵的多传感器系统，应用加权最小二乘(WLS)法可得到一个等价的融合观测方程。该文应用现代时间序列分析方法，基于新息模型参数的在线辨识，可估计未知噪声方差，进而提出了自校正加权观测融合Kalman滤波器。在新息模型参数估计是一致的和观测数据是有界的假设下，该文......
4. 《两传感器自校正信息融合白噪声Wiener反卷积滤波器》PDF+DOC 应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，对于带未知模型参数和噪声方差的两传感器反卷积系统，提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。...
5. 《两传感器自校正信息融合Kalman滤波器》PDF+DOC 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，对含有未知模型参数和噪声方差的两传感器线性离散随机系统，提出了自校正信息融合Kalman滤波器。它具有渐近最优性。一个仿真例子说明了其有效性。...
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. 《带未知有色观测噪声的自校正融合Kalman滤波器》PDF+DOC 对于带未知有色观测噪声的多传感器线性离散定常随机系统，未知模型参数和噪声方差的一致的融合估值器用递推增广最小二乘法(RELS)和求解相关函数方程得到.将这些估值器代入到最优解耦融合Kalman滤波器中，得出了自校正解耦融合Kalman滤波器，并用动态方差误差系统分析(DVESA)和动态误差分析(DE......
8. 《多传感器ARMA信号自校正分布式融合Kalman滤波器》PDF+DOC 对含未知模型参数和未知噪声方差的多传感器自回归滑动平均(ARMA)信号，应用递推辅助变量(RIV)算法得到局部模型参数估值器。用相关方法得到局部噪声方差估值器，然后用取局部估值器的平均得到信息融合估值器。将这些融合估值器代入ARMA信号的全局最优分布式融合Kalman滤波器，提出了一种自校正分布式融......
9. 《相关观测融合Kalman估值器及其全局最优性》PDF+DOC 对于带相关观测噪声和带不同观测阵的多传感器线性离散时变随机控制系统，用加权最小二乘法(WLS)提出了两种加权观测融合Kalman估值器，它们包括状态滤波、状态预报和状态平滑.基于信息滤波器形式下的Kalman滤波器，证明了在相同初值下，它们在数值上恒等于相应的集中式观测融合Kalman估值器，因而具......
10. 《自校正观测融合解耦Wiener状态预报器》PDF+DOC 对于带未知噪声方差和带不同观测阵的多传感器系统，应用现代时间序列分析方法，基于子系统和加权观测融合系统的滑动平均(MA)新息模型的在线辨识，提出了一类自校正加权观测融合解耦Wiener状态预报器。用动态误差系统分析方法，证明了它按实现收敛于当噪声方差已知时的最优加权观测融合解耦Wiener状态预报器......