版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、廣義系統(tǒng)已經(jīng)廣泛應(yīng)用到大系統(tǒng)理論、奇異攝動(dòng)理論、電路系統(tǒng)控制理論、計(jì)量經(jīng)濟(jì)學(xué)、決策理論等領(lǐng)域中。而多傳感器信息融合技術(shù)由于其更廣的空間和時(shí)間覆蓋范圍、更強(qiáng)的系統(tǒng)生存能力、和更高的可信度等使其已經(jīng)得到了相當(dāng)廣泛的應(yīng)用。將傳統(tǒng)的廣義系統(tǒng)的估計(jì)問(wèn)題和數(shù)據(jù)融合技術(shù)相結(jié)合,可以提高廣義系統(tǒng)的狀態(tài)估計(jì)的精度。本論文對(duì)于多傳感器線性離散隨機(jī)定常廣義系統(tǒng),深入研究了當(dāng)噪聲統(tǒng)計(jì)已知和未知不確定時(shí)的信息融合估計(jì)問(wèn)題,主要的工作包括如下幾個(gè)方面:
2、首先,對(duì)于帶已知噪聲統(tǒng)計(jì)的多傳感器線性離散隨機(jī)廣義系統(tǒng),利用滿秩分解得到加權(quán)融合觀測(cè)方程,再根據(jù)三種不同奇異值分解標(biāo)準(zhǔn)型,將原廣義系統(tǒng)降階處理為兩個(gè)子系統(tǒng)。這三種不同的降階子系統(tǒng)都是帶相關(guān)噪聲的正常系統(tǒng)(非廣義系統(tǒng)),因此可以利用經(jīng)典Kalman濾波理論得到降階狀態(tài)分量的加權(quán)觀測(cè)融合最優(yōu)Kalman估值器。再根據(jù)降階子系統(tǒng)和原始廣義系統(tǒng)之間的關(guān)系得到廣義系統(tǒng)的加權(quán)觀測(cè)融合最優(yōu)Kalman估值器及其估值誤差方差陣。
其次,對(duì)于帶
3、相關(guān)噪聲的多傳感器線性離散廣義系統(tǒng),利用加權(quán)觀測(cè)融合方法得到融合的觀測(cè),同時(shí)將廣義系統(tǒng)的狀態(tài)方程也作為狀態(tài)量的“觀測(cè)”?;跇O大似然估計(jì)準(zhǔn)則,得到該新“觀測(cè)量”的估值器,所得到的估值器也即原多傳感器廣義系統(tǒng)的滿階濾波器及其濾波誤差方差陣。所得到的濾波誤差方差陣滿足廣義Riccati方程。對(duì)于廣義系統(tǒng)的滿階平滑器問(wèn)題則是在增廣狀態(tài)方法的基礎(chǔ)上轉(zhuǎn)化為增廣狀態(tài)的滿階濾波器問(wèn)題求解。
再次,對(duì)于不確定噪聲統(tǒng)計(jì)的多傳感器廣義系統(tǒng),當(dāng)不確
4、定噪聲統(tǒng)計(jì)存在其上界方差矩陣時(shí),在極大極小魯棒設(shè)計(jì)原理的基礎(chǔ)上提出了魯棒滿階濾波和平滑算法。定義帶上界方差的噪聲和估值初值上界的多傳感器廣義系統(tǒng)為其保守廣義系統(tǒng)。對(duì)于該多傳感器保守廣義系統(tǒng),利用第一和第二部分所提出的算法得到相應(yīng)的保守加權(quán)觀測(cè)融合和協(xié)方差交叉融合滿階濾波器和平滑器。將原多傳感器廣義系統(tǒng)的實(shí)際觀測(cè)代入到保守濾波器和平滑器中得到魯棒滿階濾波器和平滑器。該濾波器和平滑器的估值誤差方差陣稱為實(shí)際估值誤差方差陣。利用Lyapuno
5、v方程方法證明所得到的實(shí)際估值誤差方差陣存在一個(gè)上界方差,且所提出的魯棒滿階濾波器和平滑器是魯棒的。
最后,對(duì)于帶未知噪聲方差的多傳感器廣義系統(tǒng),先利用相關(guān)函數(shù)方法得到所有未知噪聲方差的信息融合一致性估計(jì)。將這些一致性估計(jì)代入到當(dāng)噪聲統(tǒng)計(jì)已知時(shí)的信息融合降階和滿階估值器中得到相應(yīng)的自校正信息融合降階和滿階估值器及其估值誤差方差陣。利用動(dòng)態(tài)誤差方差分析方法和動(dòng)態(tài)誤差分析方法證明了多傳感器廣義系統(tǒng)的自校正估值誤差方差陣和自校正估值
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多傳感器廣義線性系統(tǒng)最優(yōu)和自校正加權(quán)觀測(cè)融合估計(jì)方法研究.pdf
- 兩傳感器信息融合最優(yōu)和自校正濾波器.pdf
- 最優(yōu)和自校正多傳感器信息融合白噪聲反卷積估值器.pdf
- 最優(yōu)和自校正多傳感器加權(quán)觀測(cè)融合卡爾曼濾波器.pdf
- 多傳感器分布式融合最優(yōu)和自校正卡爾曼濾波器.pdf
- 多傳感器最優(yōu)估計(jì)與融合算法.pdf
- 廣義系統(tǒng)最優(yōu)與自校正分布式信息融合估值器.pdf
- 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
- 多傳感器異步采樣信息融合估計(jì).pdf
- 多傳感器信息融合中態(tài)勢(shì)估計(jì)方法研究.pdf
- 多速率多傳感器系統(tǒng)的建模與融合估計(jì).pdf
- 多傳感器信息融合研究.pdf
- 傳感器數(shù)據(jù)融合中的魯棒性研究.pdf
- 基于廣義系統(tǒng)的無(wú)線傳感器網(wǎng)絡(luò)融合估計(jì)算法研究.pdf
- ARMA信號(hào)最優(yōu)和自校正信息融合卡爾曼濾波器.pdf
- 基于無(wú)線傳感器網(wǎng)絡(luò)的多傳感器信息融合.pdf
- 網(wǎng)絡(luò)化多傳感器信息融合估計(jì)算法研究.pdf
- 多傳感器信息融合中戰(zhàn)術(shù)態(tài)勢(shì)估計(jì)技術(shù)研究.pdf
- 不確定觀測(cè)多傳感器ARMA信號(hào)信息融合估計(jì).pdf
- 多傳感器離散隨機(jī)系統(tǒng)的分布式融合估計(jì)研究.pdf
評(píng)論
0/150
提交評(píng)論