已閱讀1頁(yè)，還剩171頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
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、在線性最小方差最優(yōu)信息融合準(zhǔn)則下,對(duì)兩傳感器系統(tǒng)應(yīng)用現(xiàn)代時(shí)間序列分析方法,基于ARMA新息模型,分別提出了按標(biāo)量加權(quán),按向量加權(quán)(按對(duì)角陣加權(quán))和按矩陣加權(quán)的最優(yōu)和自校正信息融合Kalman濾波器,其中考慮估計(jì)誤差的相關(guān)性,分別給出了相應(yīng)的最優(yōu)融合估計(jì)的加權(quán)公式,且提出了帶白色觀測(cè)噪聲的ARMA信號(hào)的最優(yōu)和自校正信息融合Wiener濾波器,最優(yōu)和自校正信息融合白噪聲Wiener反卷積濾波器,以及最優(yōu)和自校正信息融合Wiener反卷積濾波
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
- 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
- ARMA信號(hào)最優(yōu)和自校正信息融合卡爾曼濾波器.pdf
- 自校正信息融合信號(hào)Wiener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
- 基于Kalman濾波方法的多傳感器信息融合濾波器.pdf
- 基于ARMA新息模型的自校正信息融合濾波器.pdf
- 多傳感器廣義系統(tǒng)的最優(yōu)、魯棒和自校正信息融合估計(jì)研究.pdf
- 基于Kalman濾波方法的多傳感器信息融合最優(yōu)白噪聲反卷積濾波器.pdf
- 基于現(xiàn)代時(shí)間序列的多傳感器信息融合Kalman濾波器與Wiener濾波器.pdf
- 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
- 多傳感器集中式與分布式信息融合濾波器.pdf
- 基于現(xiàn)代時(shí)間序列分析方法的多傳感器觀測(cè)融合Kalman濾波器與Wiener濾波器.pdf
- 多傳感器信息融合次優(yōu)濾波算法研究.pdf
- 多傳感器信息融合濾波及性能分析.pdf
- 多傳感器信息融合濾波技術(shù)研究.pdf
- 信息融合量化Kalman濾波器.pdf
- 具有丟失觀測(cè)多傳感系統(tǒng)的信息融合濾波器.pdf
- 廣義系統(tǒng)最優(yōu)與自校正分布式信息融合估值器.pdf
- 協(xié)方差交叉信息融合濾波器.pdf
評(píng)論
0/150
提交評(píng)論