期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
时变系统全局最优加权观测融合白噪声反卷积平滑器
1
作者 孙小君 邓自立 《科学技术与工程》 2006年第5期519-522,528,共5页
白噪声反卷积或输入白噪声估计问题在石油地震勘探中有重要的应用背景。对带多传感器和带不相关噪声的线性离散时变随机系统,应用Kalman滤波方法,基于加权最小二乘法,提出了全局最优加权观测融合白噪声反卷积平滑器。一个Bernoulli-Gaus... 白噪声反卷积或输入白噪声估计问题在石油地震勘探中有重要的应用背景。对带多传感器和带不相关噪声的线性离散时变随机系统,应用Kalman滤波方法,基于加权最小二乘法,提出了全局最优加权观测融合白噪声反卷积平滑器。一个Bernoulli-Gaussian输入白噪声融合平滑器的Monte Carlo仿真例子说明了其有效性。 展开更多
关键词 时变系统加权观测融合 白噪声估值器 反卷积 全局最优性 反射地震学 Kalman滤波方法
在线阅读 下载PDF
噪声相关非线性系统加权观测融合估计算法 被引量:1
2
作者 赵明 李云 《传感器与微系统》 CSCD 北大核心 2021年第12期145-148,152,共5页
为了提高非线性系统的估计精度,基于Gauss-Hermite逼近以及加权最小二乘法,提出了噪声相关非线性系统加权观测融合容积卡尔曼滤波器(WMF-CKF)。利用去相关方法去除相关噪声之间的相关性,将原系统转化为噪声互相独立的非线性系统。进而采... 为了提高非线性系统的估计精度,基于Gauss-Hermite逼近以及加权最小二乘法,提出了噪声相关非线性系统加权观测融合容积卡尔曼滤波器(WMF-CKF)。利用去相关方法去除相关噪声之间的相关性,将原系统转化为噪声互相独立的非线性系统。进而采用Gauss-Hermite逼近方法对多传感器观测数据进行数据压缩。为了降低计算负担,本文采用离线方式计算加权系数矩阵,并最终实现了多传感器非线性系统加权观测融合。与传统的最优集中式融合(CMF)算法相比,本文所提出的融合算法在精度上略低,但可以明显减少计算负担。所提融合算法为非线性多传感器融合估计问题提供了一种有效解决方法。一个带4传感器噪声相关非线性系统的仿真例子说明了算法的正确性。 展开更多
关键词 非线性系统 加权观测融合 Gauss-Hermite逼近 容积卡尔曼滤波器
在线阅读 下载PDF
带有色观测噪声系统多传感器标量加权最优信息融合稳态Kalman滤波器 被引量:13
3
作者 孙书利 邓自立 《控制理论与应用》 EI CAS CSCD 北大核心 2004年第4期635-638,共4页
基于标量加权多传感器线性最小方差最优信息融合准则,对被多传感器观测的带有色观测噪声的离散线性随机控制系统,提出了一种具有两层融合结构的标量加权信息融合稳态Kalman滤波器,它等价于相应的带相关噪声系统的最优信息融合稳态Kalma... 基于标量加权多传感器线性最小方差最优信息融合准则,对被多传感器观测的带有色观测噪声的离散线性随机控制系统,提出了一种具有两层融合结构的标量加权信息融合稳态Kalman滤波器,它等价于相应的带相关噪声系统的最优信息融合稳态Kalman预报器.最优信息融合稳态预报器可在所有局部预报器达到稳态时,通过一次融合获得,且任两个子系统之间的稳态预报误差互协方差阵可通过任选初值迭代求得,并证明了它的收敛性.通过将它应用到带三个传感器的雷达跟踪系统验证了其有效性. 展开更多
关键词 多传感器 标量加权最优信息融合 稳态Kalman滤波器 有色观测噪声 雷达跟踪系统
在线阅读 下载PDF
基于Gauss-Hermite逼近的非线性加权观测融合无迹Kalman滤波器 被引量:10
4
作者 李云 孙书利 郝钢 《自动化学报》 EI CSCD 北大核心 2019年第3期593-603,共11页
对非线性多传感器系统,基于Gauss-Hermite逼近方法和加权最小二乘法,提出了一种具有普适性的非线性加权观测融合算法.该算法可将一个高维观测压缩为一个低维观测.在此基础上,结合无迹Kalman滤波器(Unscented Kalman filter, UKF),提出... 对非线性多传感器系统,基于Gauss-Hermite逼近方法和加权最小二乘法,提出了一种具有普适性的非线性加权观测融合算法.该算法可将一个高维观测压缩为一个低维观测.在此基础上,结合无迹Kalman滤波器(Unscented Kalman filter, UKF),提出了非线性加权观测融合无迹Kalman滤波器(WMF (Weighted measurement fusion)-UKF).与集中式融合UKF (CMF (Centralized measurement fusion)-UKF)相比,该算法计算负担小且具有逼近的估计精度.特别是在传感器数量较大时,该算法在计算量上的优势更加明显.仿真例子验证了算法的有效性. 展开更多
关键词 非线性系统 加权观测融合 Gauss-Hermite逼近 无迹Kalman滤波器
在线阅读 下载PDF
带不同局部动态模型的时变系统信息融合Kalman估值器 被引量:7
5
作者 邓自立 李闯 和丽清 《科学技术与工程》 2006年第11期1462-1466,共5页
对于带不同局部动态模型和多传感器的的线性离散时变随机控制系统,应用Kalman滤波方法,基于Riccati方程,根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则,提出了系统公共状态的三种最优加权融合Kalman估值器,可统一处理融合... 对于带不同局部动态模型和多传感器的的线性离散时变随机控制系统,应用Kalman滤波方法,基于Riccati方程,根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则,提出了系统公共状态的三种最优加权融合Kalman估值器,可统一处理融合滤波、预报和平滑问题。为计算最优加权,提出计算局部估计误差互协方差公式。它们可用于信号融合滤波。用增广状态方法,将待估信号看成子系统公共状态,提出了信号多传感器信息融合滤波的一种设计方法。 展开更多
关键词 时变系统 不同局部动态模型 多传感器信息融合 加权状态融合 KALMAN滤波器 信号融合滤波器
在线阅读 下载PDF
带相关噪声系统的自校正观测融合Kalman滤波器 被引量:1
6
作者 高媛 邓自立 《科学技术与工程》 2009年第12期3186-3193,共8页
对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线估计器。基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时... 对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线估计器。基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时应用。利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合滤波器以概率1或按实现收敛于相应的最优融合滤波器,即具有渐近全局最优性。一个3传感器系统的仿真例子说明其有效性。 展开更多
关键词 加权观测融合 自校正Kalman滤波器 收敛性 动态误差系统分析(DESA)方法 现代时间序列分析方法
在线阅读 下载PDF
带有色观测噪声的广义系统信息融合Kalman平滑器
7
作者 陶贵丽 刘文强 孙成发 《大庆石油学院学报》 CAS 北大核心 2009年第2期93-97,共5页
对于被多传感器观测的带有色观测噪声的广义离散线性随机系统,应用奇异值分解,并通过对观测方程的状态变换,将其变换为带相关噪声的2个降阶多传感器子系统;应用Kalman滤波方法,在线性最小方差加权融合准则下,给出按块对角阵标量加权融... 对于被多传感器观测的带有色观测噪声的广义离散线性随机系统,应用奇异值分解,并通过对观测方程的状态变换,将其变换为带相关噪声的2个降阶多传感器子系统;应用Kalman滤波方法,在线性最小方差加权融合准则下,给出按块对角阵标量加权融合降阶广义Kalman平滑器.MonteCarlo仿真结果表明该方法的有效性. 展开更多
关键词 广义系统 有色观测噪声 标量加权融合 奇异值分解 Kalman滤波方法
在线阅读 下载PDF
带不同观测阵系统的自校正观测融合Wiener滤波器
8
作者 高媛 邓自立 《科学技术与工程》 2009年第7期1823-1829,1832,共8页
对于带有不同观测阵、相关观测噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,得到了噪声统计信息的在线辨识器。基于ARMA新息模型,提出了自校正加权观测融合Wiener滤波器,避免了求解Lyapunov和Ricca-ti方程,减少了... 对于带有不同观测阵、相关观测噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,得到了噪声统计信息的在线辨识器。基于ARMA新息模型,提出了自校正加权观测融合Wiener滤波器,避免了求解Lyapunov和Ricca-ti方程,减少了计算负担,适于实时应用。利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合Wiener滤波器以概率1或按实现收敛于相应的最优观测融合Wiener滤波器,即具有渐近全局最优性。一个3传感器跟踪系统的仿真例子说明其有效性。 展开更多
关键词 加权观测融合 自校正Wiener滤波器 收敛性 动态误差系统分析(DESA)方法 现代时间序列分析方法
在线阅读 下载PDF
带相关观测噪声系统的自校正观测融合Kalman滤波器
9
作者 高媛 邓自立 《科学技术与工程》 2009年第7期1669-1677,共9页
对于带有相关观测噪声、未知噪声统计、不同观测阵带有相同右因子的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线辨识器。基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccat... 对于带有相关观测噪声、未知噪声统计、不同观测阵带有相同右因子的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线辨识器。基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时应用。利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合滤波器以概率1或按实现收敛于相应的最优融合滤波器,即具有渐近全局最优性。一个3传感器跟踪系统的仿真例子说明其有效性。 展开更多
关键词 加权观测融合 自校正Kalman滤波器 收敛性 动态误差系统分析(DESA)方法 现代时间序列分析方法
在线阅读 下载PDF
带不确定参数和噪声方差的鲁棒观测融合Kalman滤波器 被引量:2
10
作者 杨春山 王雪梅 邓自立 《控制理论与应用》 EI CAS CSCD 北大核心 2015年第12期1635-1640,共6页
对带不确定参数和噪声方差的多传感器定常系统,引入虚拟白噪声补偿不确定参数,可将其转化为带已知参数和不确定噪声方差系统.应用极大极小鲁棒估值原理和加权最小二乘法,基于带噪声方差保守上界的最坏情形保守系统,提出了鲁棒加权观测融... 对带不确定参数和噪声方差的多传感器定常系统,引入虚拟白噪声补偿不确定参数,可将其转化为带已知参数和不确定噪声方差系统.应用极大极小鲁棒估值原理和加权最小二乘法,基于带噪声方差保守上界的最坏情形保守系统,提出了鲁棒加权观测融合Kalman滤波器,并证明了它与集中式融合鲁棒Kalman滤波器是等价的,且融合器的鲁棒精度高于每个局部滤波器鲁棒精度.一个Monte-Carlo仿真例子说明了如何寻求不确定参数的鲁棒域和如何搜索保守性较小的虚拟噪声方差上界. 展开更多
关键词 不确定多传感器系统 加权观测融合 极大极小鲁棒Kalman滤波器 虚拟白噪声 Lyapunov方程方法
在线阅读 下载PDF
加权融合鲁棒增量Kalman滤波器 被引量:4
11
作者 孙小君 周晗 +1 位作者 沈海滨 闫广明 《电子与信息学报》 EI CSCD 北大核心 2021年第12期3680-3686,共7页
在一定环境条件下,当系统的量测方程没有进行验证或校准时,使用该量测方程往往会产生未知的系统误差,从而导致较大的滤波误差。同样地,当系统的噪声方差不确定时,滤波的性能也将会变坏,甚至会引起滤波器发散。增量方程的引入可以有效消... 在一定环境条件下,当系统的量测方程没有进行验证或校准时,使用该量测方程往往会产生未知的系统误差,从而导致较大的滤波误差。同样地,当系统的噪声方差不确定时,滤波的性能也将会变坏,甚至会引起滤波器发散。增量方程的引入可以有效消除系统的未知量测误差,从而带未知量测误差的欠观测系统的状态估计问题可以转换为增量系统的状态估计问题。该文考虑带未知量测误差和未知噪声方差的线性离散系统,首先提出一种基于增量方程的鲁棒增量Kalman滤波器。进而,基于线性最小方差最优融合准则,提出一种加权融合鲁棒增量Kalman滤波算法。仿真实例证明了所提算法的有效性和可行性。 展开更多
关键词 信息融合 加权融合 观测系统 增量滤波 鲁棒性
在线阅读 下载PDF
多传感器集中式观测融合Kalman滤波器快速算法 被引量:1
12
作者 邓自立 吴孝慧 《科学技术与工程》 2005年第20期1469-1472,共4页
对多传感器线性离散时变随机系统,虽然基于Riccati方程的集中式观测融合Kalman滤波器算法可给出全局最优状态估计,但其缺点是要求计算高维逆矩阵,计算负担大。为了克服这个缺点,应用信息滤波原理,基于改进的Riccati方程,或逆预报误差方... 对多传感器线性离散时变随机系统,虽然基于Riccati方程的集中式观测融合Kalman滤波器算法可给出全局最优状态估计,但其缺点是要求计算高维逆矩阵,计算负担大。为了克服这个缺点,应用信息滤波原理,基于改进的Riccati方程,或逆预报误差方差阵方程,或逆滤波误差方差阵方程,提出了相应的全局最优集中式观测融合Kalman滤波器的三种快速算法,可避免高维逆矩阵,可明显减小计算负担,便于实时应用,一个数值仿真例子说明了它们的有效性。 展开更多
关键词 时变系统 多传感器观测融合 集中式观测融合 全局最优Kalman滤波器 快速算法
在线阅读 下载PDF
多传感器分布式协方差信息融合Kalman滤波理论 被引量:7
13
作者 邓自立 孙小君 《科学技术与工程》 2005年第12期762-769,共8页
对于带多传感器和带相关噪声的线性离散时变随机控制系统,基于按矩阵加权、按对角阵加权和按标量加权的三种最优信息融合规则,提出了相应的三种分布式最优信息融合Kalman估值器,可统一处理融合滤波、预报和平滑问题。为了计算最优加权,... 对于带多传感器和带相关噪声的线性离散时变随机控制系统,基于按矩阵加权、按对角阵加权和按标量加权的三种最优信息融合规则,提出了相应的三种分布式最优信息融合Kalman估值器,可统一处理融合滤波、预报和平滑问题。为了计算最优加权,提出了计算局部估计误差协方差公式。作为特殊情形,还提出了定常系统的稳态最优信息融合Kalman估值器,其中用解Lyapunov方程计算局部估计误差协方差。同集中融合Kalman估值器相比,可减小计算负担。同单传感器Kalman估值器相比,可提高精度。它们构成了统一和通用的分布式协方差信息融合Kalman滤波理论。 展开更多
关键词 时变系统 相关噪声 信息融合 分布式融合 加权融合 协方差信息融合 KALMAN估值器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部