多傳感器系統(tǒng)信息融合多段辨識(shí)算法研究.pdf

1、多傳感器信息融合也稱多傳感器數(shù)據(jù)融合或者多源信息融合,是指通過綜合多傳感器或多源信息,從而得到關(guān)于系統(tǒng)的更完備、更精確的結(jié)論。
　　 多傳感器信息融合估計(jì)是多傳感器信息融合的一個(gè)重要分支,它利用多個(gè)傳感器對(duì)目標(biāo)進(jìn)行檢測(cè),從而可以提供比基于單個(gè)傳感器所得到的局部估計(jì)更加精確的融合估計(jì)。系統(tǒng)辨識(shí)是現(xiàn)代控制理論的一個(gè)重要分支,是指通過系統(tǒng)的輸入輸出確定系統(tǒng)的數(shù)學(xué)模型。在經(jīng)典系統(tǒng)辨識(shí)理論中,存在兩個(gè)局限性:一是在大多數(shù)情形下沒有考慮觀測(cè)

2、噪聲,二是僅考慮單傳感器情形。
　　 針對(duì)經(jīng)典系統(tǒng)存在的上述兩個(gè)局限性,本文研究帶觀測(cè)噪聲的多傳感器ARMA信號(hào)系統(tǒng)辨識(shí)算法,把多傳感器信息融合理論和系統(tǒng)辨識(shí)理論結(jié)合起來,從而達(dá)到提高辨識(shí)精度的目的。有重要的理論和實(shí)際意義。
　　 本文對(duì)于帶白色觀測(cè)噪聲、白色公共干擾噪聲的ARMA模型,帶有色觀測(cè)噪聲、白色公共干擾噪聲的ARMA模型,帶白色觀測(cè)噪聲、有色公共干擾噪聲的ARMA模型,以及反卷積系統(tǒng)模型,在含有未知模型參數(shù)和

3、噪聲方差的情形下,分別提出多段辨識(shí)算法。在每一種辨識(shí)算法中,首先用遞推增廣最小二乘(RELS)法或遞推輔助變量(RIV)法得到對(duì)AR參數(shù)的局部估值,并采用平均局部的方法得到融合估值。接著對(duì)于不同的情形,使用了相關(guān)函數(shù)法、帶死區(qū)的Gevers-Wouters算法與最小二乘(LS)法,得到對(duì)噪聲方差和MA參數(shù)的局部估值。然后采用平均局部的方法得到模型參數(shù)和噪聲統(tǒng)計(jì)的融合估值。對(duì)于每一種模型,均證明了融合估計(jì)的收斂性。
　　 大量仿真