帶乘性噪聲廣義系統(tǒng)多傳感器信息融合狀態(tài)估計(jì)算法研究.pdf

1、帶乘性噪聲隨機(jī)系統(tǒng)的信號(hào)估計(jì)理論是信號(hào)處理領(lǐng)域的重要內(nèi)容,在石油地震勘探、水下遠(yuǎn)程目標(biāo)探測(cè)和語(yǔ)音信號(hào)處理等領(lǐng)域有著重要應(yīng)用。多傳感器信息融合是20世紀(jì)70年代以來(lái)發(fā)展起來(lái)的一門(mén)新興邊緣學(xué)科,并應(yīng)用在越來(lái)越多的領(lǐng)域,如導(dǎo)航、國(guó)防、機(jī)器人、目標(biāo)跟蹤和GPS定位。對(duì)于一般系統(tǒng)的信息融合狀態(tài)估計(jì)是多傳感器信息融合的一個(gè)重要分支,在以往的研究中已經(jīng)做了廣泛的研究,并且在一些領(lǐng)域已有了較多應(yīng)用。目前,由于廣義系統(tǒng)具有廣泛的應(yīng)用背景,對(duì)其狀態(tài)的最優(yōu)估

2、計(jì)已經(jīng)獲得很多重視和研究。但是,廣義系統(tǒng)多傳感器信息融合狀態(tài)估計(jì)問(wèn)題,特別是帶乘性噪聲的廣義系統(tǒng)的多傳感器信息融合狀態(tài)估計(jì)問(wèn)題仍未很好的解決。本文的研究主要集中在帶乘性噪聲廣義系統(tǒng)的多傳感器信息融合狀態(tài)估計(jì).本文的內(nèi)容如下:
　　 首先,本文簡(jiǎn)單介紹了多傳感器信息融合技術(shù),并回顧了帶乘性噪聲系統(tǒng)及廣義系統(tǒng)狀態(tài)估計(jì)的發(fā)展和現(xiàn)狀。
　　 其次,研究了帶乘性噪聲廣義系統(tǒng)的多傳感器信息融合狀態(tài)估計(jì)問(wèn)題。在系統(tǒng)正則的假設(shè)條件下,通

3、過(guò)受限等價(jià)變換將廣義系統(tǒng)變換為兩個(gè)降階子系統(tǒng),進(jìn)而將針對(duì)原系統(tǒng)的信息融合狀態(tài)估計(jì)轉(zhuǎn)化為兩個(gè)耦合的非廣義子系統(tǒng)的多傳感器信息融合狀態(tài)估計(jì)問(wèn)題。本文按量測(cè)數(shù)據(jù)是否直接應(yīng)用將信息融合狀態(tài)估計(jì)分為兩類(lèi),進(jìn)而提出了兩類(lèi)算法:第一種是集中式濾波,通過(guò)直接合成量測(cè)數(shù)據(jù)獲得全局最優(yōu)狀態(tài)估計(jì)。此算法簡(jiǎn)易直接但是有較大的計(jì)算量和數(shù)據(jù)通信量。第二種算法是分布式濾波,通過(guò)使用局部濾波器的信息推導(dǎo)出符合一定的信息融合準(zhǔn)則的全局最優(yōu)或次優(yōu)狀態(tài)估計(jì)。該算法可以克服第

4、一種方法中出現(xiàn)的問(wèn)題,減少了計(jì)算負(fù)擔(dān),并使得故障檢測(cè)和隔離變的容易。但是在沒(méi)有數(shù)據(jù)錯(cuò)誤時(shí),分布式濾波普遍比集中式濾波精度要低。值得指出的是,這兩種算法在數(shù)學(xué)上完全等價(jià),均在線性最小方差意義下最優(yōu)。
　　 再次,本文集中考慮了帶乘性噪聲廣義系統(tǒng)的多傳感器信息融合加權(quán)分布濾波問(wèn)題。在廣義系統(tǒng)無(wú)脈沖模的假設(shè)條件下,應(yīng)用奇異值分解將廣義系統(tǒng)轉(zhuǎn)化為兩個(gè)降階的耦合非廣義系統(tǒng),再依據(jù)線性最小方差信息融合準(zhǔn)則,推導(dǎo)出帶乘性噪聲廣義系統(tǒng)按矩陣加權(quán)