2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩183頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、多傳感器信息融合是20世紀(jì)70年代以來由于軍事、國防和高科技領(lǐng)域的迫切需要發(fā)展起來的一門新興邊緣學(xué)科,多傳感器信息融合估計作為該領(lǐng)域的一個重要分支在軍事和民用領(lǐng)域有著重要的應(yīng)用價值。隨著網(wǎng)絡(luò)通訊技術(shù)的飛速發(fā)展,在多傳感器融合系統(tǒng)中引入有線或無線通信網(wǎng)絡(luò)作為信息傳輸?shù)臉屑~,從而構(gòu)成了網(wǎng)絡(luò)化的多傳感器融合系統(tǒng)(Networked Multi-Sensor Fusion Systems,NMFSs)。與傳統(tǒng)的多傳感器融合系統(tǒng)相比,NMFSs以

2、其布線少、成本低、易于擴(kuò)展和維護(hù)等優(yōu)點(diǎn),應(yīng)用范圍和作用在不斷擴(kuò)大,目前是一個熱點(diǎn)研究課題。
  然而,通信網(wǎng)絡(luò)的引入帶來了許多新的問題,從而傳統(tǒng)的融合估計方法不適用于NMFSs,因此迫切需要提出適用于網(wǎng)絡(luò)環(huán)境的多傳感器信息融合估計理論。在這樣的背景下,本文基于射影理論、Lyapunov理論、矩陣分析理論和最優(yōu)加權(quán)融合算法,研究了NMFSs中存在的兩個重要問題:一是通信帶寬和傳感器能量受限問題;二是傳感器量測的不確定性及隨機(jī)時延與丟

3、包問題。研究工作主要包括:
  1.研究了在通信帶寬約束下NMFSs的分布式信息融合估計問題。首先提出了一種有結(jié)構(gòu)限定的維數(shù)壓縮策略來滿足有限的通信帶寬,并基于最優(yōu)加權(quán)融合估計算法,導(dǎo)出了帶寬受限的有限時域分布式Kalman融合估計器;最后給出了一個簡單有效的分量傳輸方案使得融合估計性能在某些條件下是最優(yōu)的。另一方面,當(dāng)NMFSs中的噪聲是統(tǒng)計特性未知的能量有界信號時,采用對數(shù)量化策略將要傳輸?shù)木植抗烙嬓盘柫炕接邢匏揭詽M足有限

4、的通信帶寬;然后利用H∞濾波理論和離散系統(tǒng)的有界實(shí)引理導(dǎo)出了保證分布式H∞融合估計性能最優(yōu)的充要條件,并給出了帶寬約束條件下的最優(yōu)加權(quán)矩陣和量化參數(shù)。以上研究結(jié)果分別通過移動目標(biāo)跟蹤系統(tǒng)和數(shù)值例子進(jìn)行了驗證。
  2.研究了在通信帶寬和能量受限下NMFSs的分布式Kalman融合估計問題。為了滿足有限的通信帶寬,每個時刻最多只有局部估計信號的部分分量以隨機(jī)形式發(fā)送到融合中心,每個傳感器則間歇性地發(fā)送信息到融合中心以達(dá)到節(jié)能目的?;?/p>

5、于最優(yōu)加權(quán)融合估計算法,給出了帶寬和能量受限情況下的分布式Kalman融合估計算法。由于所設(shè)計的融合估計器性能依賴于傳輸分量的選擇概率,為此導(dǎo)出了一些傳輸分量的概率選擇準(zhǔn)則以保證融合估計器的均方差(Mean Square Error, MSE)有界或收斂。最后,通過移動目標(biāo)跟蹤系統(tǒng)驗證了所提方法的有效性。
  3.研究了在通信量約束下NMFSs的分布式混合H2/H∞融合估計問題,其中系統(tǒng)擾動由高斯白噪聲與能量有界噪聲共同描述。為了

6、縮減每個時刻傳感器與融合中心的通信量,提出了有結(jié)構(gòu)限定的隨機(jī)維數(shù)壓縮與對數(shù)量化相結(jié)合的策略。借助于Lyapunov理論和混合H2/H∞濾波方法,導(dǎo)出了關(guān)于量化參數(shù)與傳輸分量選擇概率的充分條件以保證分布式H2/H∞融合估計器的穩(wěn)定性。而且,當(dāng)每個局部估計分量的傳輸概率預(yù)先給定時,給出了在通信量約束下最優(yōu)加權(quán)矩陣和量化參數(shù)的設(shè)計方法。最后,通過F404航空發(fā)動機(jī)模型驗證了所提方法的有效性。
  4.研究了NMFSs中存在隨機(jī)參數(shù)擾動、

7、傳感器失效、隨機(jī)觀測時延與丟包的融合估計問題。利用新息方法和代數(shù)Riccati方程導(dǎo)出了一個與原系統(tǒng)維數(shù)相等的集中式魯棒Kalman融合估計器。與增廣方法相比,它可以降低融合中心的計算復(fù)雜度,從而滿足系統(tǒng)的實(shí)時性要求。基于所設(shè)計的集中式融合估計算法,利用矩陣滿秩分解方法導(dǎo)出了存在上述不確定性的NMFSs的魯棒降維加權(quán)觀測融合Kalman估計器,進(jìn)一步地減輕融合中心的計算負(fù)擔(dān)。而且,導(dǎo)出了一些依賴于時延發(fā)生概率和傳感器失效率的充分條件以保

8、證估計器的穩(wěn)定性和最優(yōu)性,并給出了穩(wěn)態(tài)Kalman融合估計器。最后,通過數(shù)值例子驗證了所提方法的有效性。
  5.研究了NMFSs中存在測量數(shù)據(jù)丟失、隨機(jī)傳輸時延與丟包的分布式Kalman融合估計問題。首先,提出了一個新的隨機(jī)通信模型來描述NMFSs中的隨機(jī)傳輸時延和丟包現(xiàn)象;然后利用線性最優(yōu)加權(quán)融合算法,導(dǎo)出了一個遞推的分布式Kalman融合估計器。根據(jù)矩陣分析理論導(dǎo)出了一些使得融合估計器的MSE有界或者收斂的充分條件,并給出了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論