ARMA信號(hào)分布式信息融合估計(jì).pdf

1、信號(hào)處理問題在通信和控制方面都有廣泛的應(yīng)用。ARMA(autoregressivemoving average)信號(hào)可廣泛應(yīng)用于時(shí)間序列分析、系統(tǒng)建模、反卷積和系統(tǒng)預(yù)報(bào)等領(lǐng)域。信號(hào)估計(jì)可作為狀態(tài)估計(jì)的一種特殊形式，例如ARMA信號(hào)估計(jì)可轉(zhuǎn)化成一個(gè)狀態(tài)分量的估計(jì)問題。由于多傳感器在時(shí)間和空間上能夠提供更豐富的信息，因而，多傳感器信息融合信號(hào)處理技術(shù)得到了廣泛的研究和應(yīng)用。本文研究了多傳感器多通道ARMA信號(hào)信息融合Wiener估值器，多傳

2、感器ARMA信號(hào)信息融合反卷積濾波器，以及帶觀測(cè)滯后ARMA信號(hào)的信息融合估值器。 對(duì)于多傳感器多通道ARMA信號(hào)系統(tǒng)，通過將ARMA模型轉(zhuǎn)化成狀態(tài)空間模型，將信號(hào)估計(jì)問題轉(zhuǎn)化為狀態(tài)分量的估計(jì)問題，或白噪聲估計(jì)和輸出預(yù)報(bào)問題?；诰€性最小方差加權(quán)最優(yōu)融合算法，利用觀測(cè)白噪聲估值器和輸出預(yù)報(bào)器給出了帶相關(guān)噪聲多通道ARMA信號(hào)的分布式融合Kalman估值器和Wiener估值器，并且推導(dǎo)了任兩個(gè)局部估計(jì)誤差之間的互協(xié)方差陣的計(jì)算公式

3、。 最優(yōu)加權(quán)融合算法將應(yīng)用于多傳感器ARMA信號(hào)分布式融合反卷積估值器。通過ARMA模型和狀態(tài)空間模型之間的轉(zhuǎn)化，將提出基于線性最小方差估計(jì)準(zhǔn)則的多通道ARMA信號(hào)的分布式信息融合反卷積濾波器，并給出任兩傳感器之間的濾波誤差互協(xié)方差陣的計(jì)算公式。 對(duì)帶多步觀測(cè)滯后的系統(tǒng)，通過狀態(tài)增廣將帶多步觀測(cè)滯后的系統(tǒng)轉(zhuǎn)化為不帶觀測(cè)滯后的等價(jià)系統(tǒng)，然后利用已有的結(jié)果進(jìn)行處理。其次，對(duì)帶一步觀測(cè)滯后的系統(tǒng)，通過模型轉(zhuǎn)化為系統(tǒng)噪聲和觀測(cè)噪