基于Riccati方程的自校正信息融合狀態(tài)估值器及其應(yīng)用.pdf

1、多傳感器信息融合也稱多傳感器數(shù)據(jù)融合，就是把多個相同類或不同類型的傳感器所提供的局部觀察量加以綜合，消除信息之間的冗余和矛盾，利用信息互補(bǔ)，形成對環(huán)境的相對完整一致的感知描述，從而提高智能系統(tǒng)決策的快速性和正確性，以及規(guī)劃的科學(xué)性。它是一種多層次、多方面的處理過程，包括對多源數(shù)據(jù)進(jìn)行檢測、相關(guān)、組合和估計，從而提高狀態(tài)和特性估計的精度。它避免了單一傳感器的局限性，可以獲取更多信息，得出更為準(zhǔn)確、可靠的結(jié)論。 本文對帶未知噪聲方差

2、陣的多傳感器線性離散定常隨機(jī)系統(tǒng)，用求解相關(guān)函數(shù)矩陣方程組的新方法，得到噪聲方差陣估值器。并采用經(jīng)典Kalman濾波方法，基于Ricccati方程，應(yīng)用按矩陣加權(quán)、按對角陣加權(quán)和按標(biāo)量加權(quán)三種最優(yōu)信息融合準(zhǔn)則，提出了三種自校正融合Kalman估值器。在按對角陣加權(quán)準(zhǔn)則融合下，提出了狀態(tài)分量自校正解耦信息融合Wiener估值器。它們可統(tǒng)一處理自校正狀態(tài)濾波、平滑和預(yù)報問題。證明了自校正融合Kalman估值器和Wiener估值器的收斂性(漸