检索结果-维普期刊中文期刊服务平台

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法被引量：2: 1; 作者褚东升李玉全 +1 位作者梁猛张玲《青岛海洋大学学报（自然科学版）》 CSCD 北大核心 2002年第5期837-842,共6页; 针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表... 展开更多; 关键词传感器融合算法带乘性噪声系统逆向滤波反褶积极大似然准则; 在线阅读下载PDF 职称材料

多通道带乘性噪声系统的分部滤波算法被引量：2: 2; 作者褚东升李莉陈萌《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第3期435-438,444,共5页; 针对多通道观测环境下带乘性噪声系统的最优滤波问题,提出了1种状态最优滤波的分部算法。分部估计方法将状态估计分解为标称滤波估计和余项估计2项相加的形式。该算法在线性最小方差意义下是最优的。仿真实例表明,分部算法的鲁棒性更强... 展开更多; 关键词多通道带乘性噪声系统线性最小方差分部滤波算法; 在线阅读下载PDF 职称材料

带乘性噪声系统的多尺度最优滤波融合算法被引量：2: 3; 作者褚东升赵爱美《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2006年第3期493-496,364,共5页; 利用小波变换和多尺度分析的思想,将基于模型的动态系统分析和基于统计特性的多尺度信号变换方法相结合,提出了在线性最小方差意义下的带乘性噪声系统的多尺度最优滤波融合算法。并用计算机仿真说明了融合算法的有效性。; 关键词多尺度分析小波变换带乘性噪声系统数据融合最优滤波算法; 在线阅读下载PDF 职称材料

基于多传感器观测下的带乘性噪声系统的最优滤波融合算法被引量：1: 4; 作者褚东升梁猛张玲《青岛海洋大学学报（自然科学版）》 CSCD 北大核心 2003年第5期771-776,共6页; 多传感器系统由于具有较高的精度及可靠性日益受到研究者的重视。本文针对多传感器观测下的带乘性噪声系统 ,分别给出了集中式与分布式滤波融合算法。这 2种算法在数学上完全等价 ,在线性最小方差意义上均是最优的。但对于工程实际问题 ... 展开更多; 关键词带乘性噪声系统多传感器观测集中式分布式融合算法最优滤波数据融合; 在线阅读下载PDF 职称材料

基于奇异值分解的多通道带乘性噪声系统的最优滤波算法: 5; 作者褚东升陈萌王璐《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2004年第5期903-906,共4页; 提出 1种基于奇异值分解 (SVD)的多通道带乘性噪声系统的最优滤波方法。该方法基于多通道带乘性噪声系统的最优滤波理论[1] ,利用奇异值分解作为工具 ,将原算法中的协方差矩阵P进行奇异值分解 ,可以在一定程度上避免在递推过程中 ,由于... 展开更多; 关键词奇异值分解多通道带乘性噪声系统最优滤波; 在线阅读下载PDF 职称材料

多尺度带乘性噪声系统的最优状态平滑算法: 6; 作者褚东升于春晓吴昊罡《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第1期139-142,共4页; 针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究。通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息。针对这一弊端对算法进行改进,推导出仅使用... 展开更多; 关键词多尺度带乘性噪声系统最优滤波融合固定域平滑; 在线阅读下载PDF 职称材料

题名多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法被引量：2: 1; 作者褚东升李玉全梁猛张玲; 机构青岛海洋大学工程学院; 出处《青岛海洋大学学报（自然科学版）》 CSCD 北大核心 2002年第5期837-842,共6页; 基金教育部科学技术研究重点项目 (0 2 131)资助; 文摘针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明。; 关键词传感器融合算法带乘性噪声系统逆向滤波反褶积极大似然准则; Keywords multisensor fusion algorithm systems with multiplicative noise backward filtering deconvolution maximum likelihood criterion; 分类号 TN713 [电子电信—电路与系统] TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名多通道带乘性噪声系统的分部滤波算法被引量：2: 2; 作者褚东升李莉陈萌; 机构中国海洋大学工程学院; 出处《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第3期435-438,444,共5页; 基金国家自然科学基金数学天元基金项目 (A0 32 4 676) 教育部科学技术研究重点项目 (0 2 1 31 )资助; 文摘针对多通道观测环境下带乘性噪声系统的最优滤波问题,提出了1种状态最优滤波的分部算法。分部估计方法将状态估计分解为标称滤波估计和余项估计2项相加的形式。该算法在线性最小方差意义下是最优的。仿真实例表明,分部算法的鲁棒性更强,对系统初值的改变具有更强的适应能力。; 关键词多通道带乘性噪声系统线性最小方差分部滤波算法; Keywords multi-channel systems with multiplicative noise linear minimum-variance partitioned optimal filtering algorithm; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名带乘性噪声系统的多尺度最优滤波融合算法被引量：2: 3; 作者褚东升赵爱美; 机构中国海洋大学工程学院; 出处《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2006年第3期493-496,364,共5页; 基金国家自然科学基金数学天元基金(A0324676) 教育部科学技术研究重点项目(02131)资助; 文摘利用小波变换和多尺度分析的思想,将基于模型的动态系统分析和基于统计特性的多尺度信号变换方法相结合,提出了在线性最小方差意义下的带乘性噪声系统的多尺度最优滤波融合算法。并用计算机仿真说明了融合算法的有效性。; 关键词多尺度分析小波变换带乘性噪声系统数据融合最优滤波算法; Keywords muhiscale analysis wavelet transformation systems with muhiplicative noise data fusion optimal filtering algorithm; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于多传感器观测下的带乘性噪声系统的最优滤波融合算法被引量：1: 4; 作者褚东升梁猛张玲; 机构中国海洋大学工程学院; 出处《青岛海洋大学学报（自然科学版）》 CSCD 北大核心 2003年第5期771-776,共6页; 基金教育部科学技术研究重点项目 ( 0 2 131)资助; 文摘多传感器系统由于具有较高的精度及可靠性日益受到研究者的重视。本文针对多传感器观测下的带乘性噪声系统 ,分别给出了集中式与分布式滤波融合算法。这 2种算法在数学上完全等价 ,在线性最小方差意义上均是最优的。但对于工程实际问题 ,分布式的融合策略在计算、可靠性、故障的检测与隔离等方面更具有优势。文中举例验证了这 2种融合算法的有效性。; 关键词带乘性噪声系统多传感器观测集中式分布式融合算法最优滤波数据融合; Keywords mu ltisensor multiplicative noises data fusion centralized decentralized filtering algorithm linear minimum variance; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程] TP212 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于奇异值分解的多通道带乘性噪声系统的最优滤波算法: 5; 作者褚东升陈萌王璐; 机构中国海洋大学工程学院; 出处《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2004年第5期903-906,共4页; 基金教育部科学技术研究重点项目 (0 2 1 31 )资助; 文摘提出 1种基于奇异值分解 (SVD)的多通道带乘性噪声系统的最优滤波方法。该方法基于多通道带乘性噪声系统的最优滤波理论[1] ,利用奇异值分解作为工具 ,将原算法中的协方差矩阵P进行奇异值分解 ,可以在一定程度上避免在递推过程中 ,由于计算误差和舍入误差的积累而引起的协方差矩阵P失去对称性 ,因而导致算法失效的问题。在保证算法在线性最小方差意义下为最优的同时 ,具有很好的数值稳定性和鲁棒性。仿真中对改进后算法和原算法估计效果做了对比 ,仿真结果证明了本文方法的有效性。; 关键词奇异值分解多通道带乘性噪声系统最优滤波; Keywords singular value decomposition multi-channel systems with multiplicative noise optimal filtering; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程] TB535 [理学—声学]; 在线阅读下载PDF 职称材料

题名多尺度带乘性噪声系统的最优状态平滑算法: 6; 作者褚东升于春晓吴昊罡; 机构中国海洋大学工程学院; 出处《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第1期139-142,共4页; 基金国家自然科学基金数学天元基金(A0324676)资助; 文摘针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究。通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息。针对这一弊端对算法进行改进,推导出仅使用融合后的一步预测及滤波值的平滑算法。该算法在线性最小方差意义下是最优的。计算机仿真验证了算法的可行性。; 关键词多尺度带乘性噪声系统最优滤波融合固定域平滑; Keywords mtiscale systems withmultiplicative noise optimal filtering fusion fixed-interval smoothing; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法	褚东升李玉全梁猛张玲	《青岛海洋大学学报（自然科学版）》 CSCD 北大核心	2002	2	在线阅读下载PDF 职称材料
2	多通道带乘性噪声系统的分部滤波算法	褚东升李莉陈萌	《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心	2005	2	在线阅读下载PDF 职称材料
3	带乘性噪声系统的多尺度最优滤波融合算法	褚东升赵爱美	《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心	2006	2	在线阅读下载PDF 职称材料
4	基于多传感器观测下的带乘性噪声系统的最优滤波融合算法	褚东升梁猛张玲	《青岛海洋大学学报（自然科学版）》 CSCD 北大核心	2003	1	在线阅读下载PDF 职称材料
5	基于奇异值分解的多通道带乘性噪声系统的最优滤波算法	褚东升陈萌王璐	《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心	2004	0	在线阅读下载PDF 职称材料
6	多尺度带乘性噪声系统的最优状态平滑算法	褚东升于春晓吴昊罡	《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心	2008	0	在线阅读下载PDF 职称材料