《多传感器最优信息融合白噪声反卷积滤波器》PDF+DOC

📙 相关资料

1. 《单通道ARMA信号信息融合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、白噪声估值器和观测预报器，在线性最小方差最优加权信息融合准则下，对单通道ARMA信号提出了多传感器分布式融合Wiener反卷积滤波器，可统一处理融合滤波、平滑和预报问题。为了计算最优加权，提出了局部估计误差互协方差的计算公式。同单传感......
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. 《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...
5. 《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 应用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，提出了多传感器信息融合稳态最优白噪声反卷积滤波器，其中给出了局部滤波误差之间的协方差公式，它被用于计算最优融合加权阵.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3传感器信息融合Bern......
6. 《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。...
7. 《传感器带未知输入的离散随机线性系统的分布式融合滤波》PDF+DOC 对传感器含未知输入和带相关噪声的离散随机线性系统，在没有未知输入的任何先验信息的情况下，设计了线性最小方差无偏状态滤波器。当系统带有多个传感器时，推得了任两个传感器子系统的滤波误差的互协方差阵。进而基于多传感器线性最小方差标量加权融合算法，给出了标量加权分布式融合状态滤波器。仿真研究验证了其有效性。...
8. 《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......
9. 《多传感器观测滞后系统分布式融合Wiener滤波器》PDF+DOC 应用现代时间序列分析方法，基于ARMA新息模型，对带观测滞后的多传感器系统提出了一种渐近稳定的分布式信息融合Wiener滤波器。将带观测滞后的系统滤波融合问题转化为无观测滞后系统的不同步预报融合问题。给出了观测滞后系统的输出预报器和白噪声估值器。推得了任两个带观测滞后传感器子系统之间的不同步预报误差......
10. 《多通道ARMA信号加权观测融合反卷积Wiener滤波器》PDF+DOC 应用现代时间序列与状态空间方程的转换定理，将带观测时滞的ARMA信号转换为状态空间模型。本文描述存在时滞的系统和噪声的方法是用自回归滑动平均模型(ARMA)，通过ARMA信号与状态空间模型的转换来完成模型的转换，在转换过程中将时滞巧妙的嵌入到状态转移矩阵Φ中，从而得到信息滤波器形式的Kalman滤波......