《带未知丢失观测率和传感器偏差的多传感器AR模型融合辨识》PDF+DOC
作者:万涛,孙书利
单位:黑龙江大学
出版:《黑龙江大学自然科学学报》2018年第06期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFHLDZ2018060130
DOC编号:DOCHLDZ2018060139
下载格式:PDF + Word/doc 文字可复制、可编辑
《对于带未知噪声的反卷积系统的多传感器信息融合辨识算法》PDF+DOC2016年第03期 李恒,韩波,赵正平,李怀敏
《基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识》PDF+DOC2017年第10期 朱红坤,郭蕴华,牟军敏,胡甫才,任文峰
《带未知衰减观测率多传感器系统的自校正加权观测融合估计》PDF+DOC 史腾飞,孙书利
《一种随机传感器增益退化下的多传感融合估计方法》PDF+DOC2018年第01期 魏迎军,张飞
《基于小波分析和鲁棒最小二乘的信息融合估计算法》PDF+DOC2012年第03期 朱培逸,孙顺远,刘柱,徐保国
《基于最小二乘支持向量机的传感器非线性动态系统辨识》PDF+DOC2008年第03期 吴德会
《基于最小二乘支持向量机的传感器非线性动态补偿》PDF+DOC2007年第06期 吴德会
《基于融合反馈的多传感器空间偏差配准方法》PDF+DOC2007年第05期 郭徽东,章新华,许林周,宋元
《具有不同观测丢失率多传感器随机不确定系统的加权观测融合估计》PDF+DOC2014年第02期 吴黎明,马静,孙书利
《对“一种基于K-L展开式计算传感器最佳拟合直线的新方法”一文的几点看法》PDF+DOC1989年第04期 孙希任
研究了带未知丢失观测率和传感器偏差的多传感器(Autoregressive,AR)模型融合辨识问题。采用一组伯努利随机变量描述观测丢失现象。选取递推增广最小二乘(Recursive extend least squares,RELS)算法,对未知的AR模型参数和未知的传感器偏差进行在线辨识。应用矩阵加权线性无偏最小方差最优融合估计准则得到AR模型参数的融合估计。通过AR模型与状态空间模型之间的转换和相关函数获得各传感器观测收到率和观测噪声方差估计值。仿真例子验证了此算法的有效性。
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。