作者：惠玉松,顾磊,冉陈键,邓自立 单位：中国技术经济学会 出版：《科学技术与工程》2007年第19期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFKXJS2007190040 DOC编号：DOCKXJS2007190049 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 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定常随机系统，用加权最小二乘(WLS)法提出了两种加权观测融合稳态Kalman滤波方法，可处理状态、白噪声和信号融合估计。基于稳态信息滤波器证明了它们功能等价于集中式融合稳态Kalman滤波方法，因而具有渐近全局最优性，且可显著减少计算负担。两个跟踪系统数值仿真例子验证了它们的功能等价性。

    📙 相关资料

    1. 《带相关噪声的观测融合稳态Kalman滤波算法及其全局最优性》PDF+DOC 对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统，用加权最小二乘(WLS)法提出了一种加权观测融合稳态Kalman滤波算法，可处理状态、白噪声和信号融合滤波、平滑、预报问题。基于稳态信息滤波器证明了它完全功能等价于集中式观测融合稳态Kalman滤波算法，因而它具有渐近......
    2. 《带相关噪声的观测融合稳态Kalman滤波算法及其最优性》PDF+DOC 对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统，用加权最小二乘(WLS)法提出了一种加权观测融合稳态Kalman滤波算法，并基于信息滤波器证明了它同集中式观测融合稳态Kalman滤波算法功能的等价性。因而，它具有渐近全局最优性，且可减少计算负担。一个跟踪系统数值仿真......
    3. 《基于稳态Kalman滤波的两种观测融合方法的功能等价性》PDF+DOC 目前有两种最优观测数据融合方法：一种(方法Ⅰ)是增大观测向量维数方法，另一种(方法Ⅱ)是加权 方法。对于带相同观测阵和带独立白噪声的多传感器系统，基于稳态Kalman滤波，证明了两种最优观测融 合方法是完全功能等价的，即用两种方法得到的稳态Kalman滤波器、预报器和平滑器，白噪声估值器及信 号估值......
    4. 《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......
    5. 《不受约束的全局最优加权观测融合估计》PDF+DOC 利用矩阵满秩分解方法，基于加权最小二乘理论提出了一种不受各传感器观测阵是否相同、观测噪声是否相关约束限制的加权观测融合估计算法。证明了其估计结果每时刻恒同于集中式融合Kalman估计结果，因而具有全局最优性，且可明显减小计算负担，便于实时应用。通过对GPS目标跟踪系统的两种方案进行仿真说明了它的功能......
    6. 《带相关观测噪声系统的自校正观测融合Kalman滤波器》PDF+DOC 对于带有相关观测噪声、未知噪声统计、不同观测阵带有相同右因子的多传感器线性离散定常随机系统，利用相关方法，提出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Kalman滤波器，避免了求解Lyapunov和Riccati方程，减少了计算负担，适于实时应用。利用动态误差系统分......
    7. 《相关观测融合稳态Kalman滤波器及其最优性》PDF+DOC 对于带相关观测噪声和带不同观测阵的多传感器系统，用加权最小二乘(Weighted least squares，WLS)法提出了两种相关观测融合稳态Kalman滤波算法.其原理是用加权局部观测方程得到一个融合观测方程，它伴随状态方程实现观测融合稳态Kalman滤波.用信息滤波器证明了它们功能等价于集中......
    8. 《基于噪声随机模型的加权观测融合方法》PDF+DOC 信息融合技术中，在各局部传感器的有色观测噪声为一阶AR模型的情况下，可以利用观测扩增方法消除有色噪声的影响，得到最优加权观测融合方程，从而实现状态的最优滤波解。对于有色观测噪声为MA或ARMA模型的情况，观测扩增方法不再适用。提出了基于有色观测噪声随机模型级数展开的方法，求解出各局部传感器有色观测噪......
    9. 《带相关噪声系统的自校正观测融合Kalman滤波器》PDF+DOC 对于带有相关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，提出了噪声统计信息的在线估计器。基于ARMA新息模型，提出了自校正加权观测融合Kalman滤波器，避免了求解Lyapunov和Riccati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)方法，严格证明了......
    10. 《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......

    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。