《一种带随机偏差的分布式信息融合滤波算法》PDF+DOC

📙 相关资料

1. 《多传感器分布式信息融合粒子滤波器》PDF+DOC 针对非线性非Gaussian系统的状态估计问题，提出一种基于信息融合的多传感器分布式粒子滤波算法。该算法首先利用粒子滤波方法分别计算局部传感器的状态估值，再应用分布式标量加权融合准则对状态估值进行信息融合。仿真结果表明和单传感器情形相比可提高滤波的精度。...
2. 《基于卡尔曼滤波的信息融合算法优化研究》PDF+DOC 通过比较采用联邦卡尔曼滤波的状态向量融合和量测信息融合，得出量测信息融合优于状态向量融合，因为只有当卡尔曼滤波一致时状态向量融合才有效。采用基于最小均方差估计的观测值加权融合法融合了多传感器数据，保持了观测向量的维数。这种方法具有高效性。为了提高该算法的速度和精度，对系统的量测空间进行了等价变换，而......
3. 《广义系统多传感器信息融合降阶状态估值器》PDF+DOC 对于带多传感器的广义线性离散随机系统，基于奇异值分解，将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法，在线性最小方差最优加权融合准则下，提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题，可减少计算负担和改善局部估计精度。为了计算最优加权，提出了局部......
4. 《噪声相关的一步滞后无序量测递推融合算法》PDF+DOC 因传感器网络特殊的通信方式，以及传感器节点预处理量测的时间也各有不同，常会出现源于同一目标有序的测量数据却经网络传输后无序地到达融合中心的现象，即无序量测问题。加之，现有的相关融合算法大都是在各量测数据间噪声独立情况下建立的。为此，针对一个由多个子系统组成的传感器网络无序量测系统；其中假定每个子系统......
5. 《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......
6. 《基于DS证据理论的道砟清筛机作业工况识别研究》PDF+DOC 针对大型道砟清筛机作业工况的识别问题，提出一种基于DS证据理论的识别方法和判定流程。首先，采集清筛机各工作装置压力传感器的信号，提取特征参数并构建传感器信号特征库；然后，通过预设的判定流程快速实现对空载工况的识别；最后，运用DS证据理论，采用分布式结构进行多传感器信息融合，并结合分类决策规则实现作业......
7. 《基于SINS的水下组合导航系统研究》PDF+DOC 以水下航行器为背景，本文对以捷联惯性导航系统为主导航，以多普勒测速仪、磁强计及深度传感器为辅助导航的组合导航系统进行了研究设计。首先基于各导航传感器的工作原理和误差模型，设计了基于联邦滤波的融合无反馈混合校正的组合导航系统；其次针对各水下导航传感器在实际工作环境下量测噪声的时变性，提出了基于Sage......
8. 《多模型信息融合Wiener状态估值器》PDF+DOC 对多模型多传感器线性离散定常随机系统，应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型和白噪声估计理论，根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则，提出了系统公共状态的三种最优加权融合Wiener估值器。它们的精度高于每个局部估值器的精度，且可统一处理融合滤波、预报和平......
9. 《基于两阶段卡尔曼滤波的多传感器信息融合》PDF+DOC 在目标跟踪中，对目标运动建模时，常会遇到系统状态方程存在偏差问题.传统的信息融合方法总是假设系统状态方程中的偏差为常量，很少涉及偏差为随机变量的情形，但实际建模中常会出现这类问题.针对此问题，提出了基于两阶段卡尔曼滤波的多传感器信息融合方法.这种方法可以有效地消除系统状态方程在建模存在随机偏差时给信......
10. 《带有加权融合中心的自适应融合技术研究》PDF+DOC 针对信息融合技术中目标融合识别的问题，提出了带有加权融合中心的多传感器信息自适应融合的改进方法。首先构建整体融合结构，将数据的融合过程与证据理论神经网络进行有机的结合，利用神经网络的在线学习、自适应调节融合权值、证据理论进行决策。这种采用多传感器自适应的方法具有较强的容错性、较高的检测与识别精度，增......