《基于噪声顺序解相关的两阶段Kalman滤波融合》PDF+DOC

📙 相关资料

1. 《Kalman滤波中相关噪声问题的探讨》PDF+DOC 在Kalman中存在一类噪声相关的问题，不同噪声之间的关联携带了大量信息，在Kalman滤波问题中不能忽视。针对该问题，现有的方法大多是针对特定步长的相关噪声，且计算量大，实时性不好。本文将针对单传感器和多传感器两种系统对观测噪声与过程噪声之间，不同观测噪声之间存在的相关性问题进行简单探讨。得出一种......
2. 《一类噪声相关系统的新型序贯融合滤波》PDF+DOC 提出了一种新的低维序贯式融合滤波算法，有效地解决了多传感器系统中观测噪声与过程噪声两步相关及观测噪声之间两步相关的问题.算法主要基于正交变换的思想，首先经过两次等价的改写观测方程，去除噪声之间的相关性，然后用序贯滤波的思想，依次处理到达融合中心的等价观测信息，从而得到一种新型序贯式融合滤波算法.同时......
3. 《按对角阵加权信息融合Kalman滤波器》PDF+DOC 为了克服按矩阵加权信息融合非稳态Kalman滤波器的在线计算负担大的缺点，和按标量加权融合Kalman滤波器精度较低的缺点，应用现代时间序列分析方法，提出了按对角阵加权的线性最小方差多传感器信息融合稳态Kalman滤波器.它等价于状态分量按标量加权信息融合Kalman滤波器，实现了解耦信息融合Kal......
4. 《信息融合超前k步稳态最优Kalman预报器和Wiener预报器》PDF+DOC 应用Kalman滤波方法，基于Riccati方程，在线性最小方差信息融合准则下，提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器，给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比，可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性。...
5. 《任意噪声相关异类传感器非线性系统状态矢量融合》PDF+DOC 基于线性无偏最小方差估计理论，提出了一种任意相关噪声异类传感器非线性系统状态矢量融合算法.该算法考虑了过程噪声和测量噪声以及测量噪声之间的相关性和传感器系统结构的不同性，增加了描述多传感器融合系统的信息量，通过局部估计的组合构造新的变量以去除局部状态之间的相关性，采用顺序滤波的方法减小了异类多传感器......
6. 《过程噪声对融合航迹性能的影响》PDF+DOC 本文研究动态系统过程噪声对航迹统计距离和状态融合估计性能的影响。由过程噪声产生的航迹互协方差矩阵的运算量较大，甚至占到航迹融合总运算量的一半，所以在实现系统时应尽量避免互协方差矩阵的在线计算。文中估计并比较了互协方差矩阵、统计距离及状态融合估计的运算量，仿真研究了观测噪声对航迹统计距离和状态融合估计......
7. 《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......
8. 《多传感器状态融合估计在雷达跟踪中的应用》PDF+DOC 采用Carlson最优数据融合准则，将基于Kalman滤波的多传感器状态融合估计方法应用到雷达跟踪系统。仿真实验表明，多传感器Kalman滤波状态融合估计误差小于单传感器Kalman滤波得出的状态估计误差，验证了方法对雷达跟踪的有效性。...
9. 《一般相关噪声下多传感器平滑融合算法》PDF+DOC 针对单目标跟踪中多传感器平滑融合算法估计精度问题，提出了具有一般相关过程噪声与量测噪声时的离散线性系统新的平滑融合估计算法.该算法通过将给定区间内全部量测进行集中式扩维，并对误差传递进行分析，从而精确地给出误差间的相关性，在线性无偏最小方差意义下对系统状态进行递推估计.与不考虑相关性以及仅考虑部分相......
10. 《多传感器ARMA信号加权融合Kalman滤波器》PDF+DOC 对带观测滞后和有色观测噪声的多传感器自回归滑动平均(ARMA)信号，提出一种反卷积加权融合Kalman滤波方法，其特点是将信号滤波问题转换为反卷积估计问题，并将观测滞后嵌入到反卷积模型中。仿真例子说明，按标量加权融合算法的精度高于每个局部滤波器的精度，说明了算法的有效性。...