《基于Riccati方程的自校正解耦融合Kalman滤波器》PDF+DOC

📙 相关资料

1. 《自校正解耦融合Kalman滤波器及其收敛性》PDF+DOC 对带未知噪声统计的多传感器系统，提出了基于相关方法的噪声统计在线估值器，进而提出了自校正Riccati方程和自校正Lyapunov方程。在按分量标量加权线性最小方差最优信息融合准则下，提出了自校正分量解耦融合Kalman滤波器，并用动态误差系统分析(DESA)方法证明了它收敛于最优分量解耦融合稳态K......
2. 《含未知参数的自校正融合Kalman滤波器及其收敛性》PDF+DOC 对于带未知模型参数和噪声方差的多传感器系统，基于分量按标量加权最优融合准则，提出了自校正解耦融合Kalman滤波器，并应用动态误差系统分析(Dynamic error system analysis，DESA)方法证明了它的收敛性.作为在信号处理中的应用，对带有色和白色观测噪声的多传感器多维自回归(......
3. 《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......
4. 《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......
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. 《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......
7. 《隐式自校正加权观测融合Kalman滤波器》PDF+DOC 对于带未知噪声方差的线性离散定常随机系统，利用多个结构相同但精度不同的传感器进行观测，各观测结果之差可以产生多组新的白噪声序列，利用各组白噪声的相关函数阵解矩阵方程组，可解得各传感器观测噪声方差Ri.通过状态方程和观测方程以及观测噪声估值，可求得ΓQwΓT的估计，进而得到隐式自校正加权观测融合Kal......
8. 《自校正解耦信息融合Wiener状态估值器》PDF+DOC 对含未知噪声方差阵的多传感器系统，用现代时间序列分析方法，基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组，可得到估计噪声方差阵估值器，进而在按分量标量加权线性最小方差最优信息融合准则下，提出了自校正解耦信息融合Wiener状态估值器.它的精度比每个局部自校正Wiener状态估值器精度......
9. 《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......
10. 《多通道信号自校正分布式融合Kalman滤波器》PDF+DOC 对带未知参数的多传感器多通道自回归滑动平均(ARMA)信号，采用多维递推辅助变量(MRIV)方法得到自回归模型参数估值，通过Gevers-Wouters算法辨识滑动平均模型参数估值，再用相关方法得到噪声方差的估值。把所有的估值都代入到最优分布式融合信息滤波器中得到自校正分布式融合Kalman信息滤波......