《基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器》PDF+DOC

📙 相关资料

1. 《基于Kalman滤波的信息融合白噪声最优反卷积滤波器》PDF+DOC 应用Kalman滤波方法 ，基于Riccati方程 ，在线性最小方差最优信息融合准则下 ，提出了两传感器最优信息融合白噪声反卷积滤波器。同单传感器情形相比 ，可提高滤波精度。它可应用于石油地震勘探信号处理。一个信息融合Bernoulli Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性...
2. 《多传感器分布式融合白噪声反卷积滤波器》PDF+DOC 基于Kalman滤波方法和白噪声估计理论，在按矩阵加权线性最小方差最优融合准则下，提出了带ARMA有色观测噪声系统的多传感器分布式融合白噪声反卷积滤波器，其中推导出用Lyapunov方程计算最优加权的局部估计误差互协方差公式。与单传感器情形相比，可提高融合估值器精度。它可应用于石油地震勘探信号处理。......
3. 《多传感器信息融合白噪声去卷Wiener滤波器和平滑器》PDF+DOC 应用现代时间序列分析方法和白噪声估计理论，在线性最小方差最优信息融合准则下，提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器，其中给出了局部滤波误差之间的协方差公式，它可被用于计算最优融合加权系数.同单传感器情形相比，可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器......
4. 《多传感器最优信息融合白噪声反卷积滤波器》PDF+DOC 基于Kalman滤波方法和白噪声估计理论，在线性最小方差按矩阵加权最优信息融合准则下，提出了带相关噪声系统多传感器信息融合白噪声反卷积滤波器.提出了各传感器滤波误差之间的协方差阵计算公式，可用于计算最优融合加权阵.同单传感器情形相比，可提高融合滤波精度.它可减少在线计算负担，便于实时应用.它可应用于......
5. 《多传感器最优信息融合白噪声反卷积滤波器》PDF+DOC 应用现代时间序列分析方法和白噪声估计理论，基于线性最小方差意义下按标量加权最优信息融合准则，对于带白色和有色观测噪声的多传感器单通道系统，提出了分布式融合白噪声反卷积滤波器.它由局部白噪声反卷积滤波器加权构成.可统一处理融合滤波、平滑和预报问题.给出了计算局部滤波误差互协方差公式，可用于计算最优加权......
6. 《时变系统全局最优加权观测融合白噪声反卷积平滑器》PDF+DOC 白噪声反卷积或输入白噪声估计问题在石油地震勘探中有重要的应用背景。对带多传感器和带不相关噪声的线性离散时变随机系统，应用Kalman滤波方法，基于加权最小二乘法，提出了全局最优加权观测融合白噪声反卷积平滑器。一个Bernoulli-Gaussian输入白噪声融合平滑器的Monte Carlo仿真例子......
7. 《多传感器全局最优观测融合白噪声反卷积滤波器》PDF+DOC 白噪声反卷积问题在石油地震勘探中具有重要的应用背景。利用Kalman滤波方法提出了多传感器最优观测加权融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比，不仅可得到全局最优白噪声融合估值器，而且可显著地减小计算负担，便于实时应用。一个四传感器Bernoulli-Gaussian白噪声加......
8. 《基于Kalman滤波的自回归滑动平均信号信息融合Wiener滤波器》PDF+DOC 应用Kalman滤波方法，在按矩阵加权线性最小方差最优信息融合规则下，提出了带白色观测噪声的多通道ARMA信号的多传感器信息融合Wiener滤波器.它可统一处理信息融合滤波、平滑和预报问题.为了计算最优加权阵，提出了计算局部滤波误差互协方差阵的公式.同单传感器情形相比，可提高估计精度.一个带三传感器......
9. 《两传感器信息融合最优白噪声反卷积Wiener滤波器》PDF+DOC 应用现代时间序列分析方法和白噪声估计理论，提出了两传感器最优信息融合白噪声反卷积Wiener滤波器，其中给出了局部滤波误差之间的协方差公式，它可被用于计算最优融合加权系数。一个仿真例子说明了其有效性。...
10. 《多传感器时滞系统信息融合最优Kalman滤波器》PDF+DOC 基于线性最小方差最优加权融合估计算法，对多传感器的离散线性状态时滞随机系统.给出了一种非增广分布式加权融合最优Kalman柚滤波器.推导了状态时滞系统任两个传感器子系统之间的滤波误差互协方差阵的计算公式.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比，分布式融合滤波器具有更高......