期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
信息融合稳态最优Kalman平滑器 被引量:2
1
作者 邓自立 高媛 +2 位作者 李云 崔崇信 白敬刚 《科学技术与工程》 2004年第3期172-175,共4页
应用Kalman滤波方法 ,基于Riccati方程 ,在线性最小方差最优融合准则下 ,提出了按矩阵加权的两传感器最优融合稳态Kalman平滑器 ,给出了最优加权阵和最小融合误差方差阵。同单传感器Kalman平滑器相比 ,可提高平滑精度。
关键词 信息融合状态估计 两传感信息融合 最优融合kalman平滑器 kalman滤波方法 矩阵加权
在线阅读 下载PDF
自校正信息融合Kalman平滑器 被引量:4
2
作者 邓自立 李春波 《控制理论与应用》 EI CAS CSCD 北大核心 2007年第2期236-242,248,共8页
对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组,得到了噪声统计的在线估值器,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman平滑... 对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组,得到了噪声统计的在线估值器,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman平滑器,提出了一种按实现收敛性新概念,证明了自校正Kalman融合器按实现收敛于最优Kalman融合器,因而它具有渐近最优性.同单传感器自校正Kalman平滑器相比,它可提高平滑精度,一个目标跟踪系统的仿真例子说明了其有效性. 展开更多
关键词 多传感信息融合 加权融合 MA新息模型 系统辨识 噪声方差估计 自校正kalman平滑
在线阅读 下载PDF
多模型多传感器信息融合Kalman平滑器 被引量:10
3
作者 孙书利 《控制理论与应用》 EI CAS CSCD 北大核心 2005年第2期211-217,共7页
基于标量加权的线性最小方差最优信息融合算法,对多模型多传感器离散线性随机系统,给出了一种分布式标量加权信息融合固定滞后Kalman平滑器.它只需计算加权标量系数,可减小在融合中心的计算负担.当各子系统存在稳态滤波时,又给出了标量... 基于标量加权的线性最小方差最优信息融合算法,对多模型多传感器离散线性随机系统,给出了一种分布式标量加权信息融合固定滞后Kalman平滑器.它只需计算加权标量系数,可减小在融合中心的计算负担.当各子系统存在稳态滤波时,又给出了标量加权信息融合稳态平滑器,它计算量小,便于实时应用.并给出了两个子系统之间的平滑误差互协方差阵的计算公式.仿真例子验证了其有效性. 展开更多
关键词 多模型多传感系统 标量加权最优信息融合准则 固定滞后平滑 kalman滤波方法
在线阅读 下载PDF
广义系统多传感器分布式融合降阶Kalman滤波器 被引量:10
4
作者 陶贵丽 邓自立 《科学技术与工程》 2006年第6期661-668,共8页
对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标... 对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题, 可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权,提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。 展开更多
关键词 广义系统 多传感信息融合 最优加权融合 奇异值分解 降阶状态估值 kalman滤波方法
在线阅读 下载PDF
具有未知系统偏差的自适应Kalman平滑器
5
作者 周露 闻新 +1 位作者 吴瑶华 黄文虎 《沈阳建筑大学学报(自然科学版)》 CAS 1995年第3期219-224,共6页
提出一种有效的具有未知系统伯差的自适应Kalman平滑器.应用状态空间方法和ARMA新息模型,基于白噪声估值器和输出预报器,给出线性离散定常系统自适应最优状态和偏差联合Kalmau平滑器,最后给出仿真实例.
关键词 稳态最优kalman平滑 自适应kalman平滑 白噪声估值 输出预报 ARMA新息模型
在线阅读 下载PDF
多传感器信息融合Wiener反卷积平滑器
6
作者 毛琳 邓自立 《科学技术与工程》 2007年第13期3052-3056,共5页
应用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了按标量加权多传感器最优信息融合ARMA信号Wiener反卷积平滑器,给出了计算局部平滑器误差方差和互协方差的计算公式,它们可被用于计算最优加权系数.同单传感器情... 应用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了按标量加权多传感器最优信息融合ARMA信号Wiener反卷积平滑器,给出了计算局部平滑器误差方差和互协方差的计算公式,它们可被用于计算最优加权系数.同单传感器情形相比,可提高融合平滑器的精度。一个仿真例子说明其有效性。 展开更多
关键词 多传感信息融合 反卷积 最优加权 Wiener反卷积平滑
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部