期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于递推并行Kalman时序模型的随机误差的分离方法 被引量:5
1
作者 关秋菊 刘桂雄 金军 《现代制造工程》 CSCD 2008年第2期116-118,共3页
通过分析动态数据的组成结构,针对动态数据中的随机性成分项,提出一种分离动态随机误差的新算法。该方法基于递推辅助变量法与Kalman滤波相结合的时序建模机理,通过具有强大数据处理功能的MATLAB语言编程,实现了动态数据中随机误差分离... 通过分析动态数据的组成结构,针对动态数据中的随机性成分项,提出一种分离动态随机误差的新算法。该方法基于递推辅助变量法与Kalman滤波相结合的时序建模机理,通过具有强大数据处理功能的MATLAB语言编程,实现了动态数据中随机误差分离。通过对仿真实例计算,结果表明使用递推并行Kalman(RIV-Kalman)时序建模方法可分离99.53%的随机误差。 展开更多
关键词 递推辅助变量法 KALMAN滤波 动态数据 随机误差
在线阅读 下载PDF
多变量自回归信号信息融合辨识方法
2
作者 陶贵丽 刘文强 +1 位作者 黄妍 顾泽元 《现代电子技术》 2012年第3期135-137,140,共4页
近年来,为了提高系统模型和状态估计的精度,多传感器数据融合引起了广泛关注。对于带白色公共干扰噪声和有色观测噪声的多传感器多变量自回归(AR)模型,当AR模型参数和噪声方差未知时,提出了一种信息融合多段辨识方法,其中采用多维递推... 近年来,为了提高系统模型和状态估计的精度,多传感器数据融合引起了广泛关注。对于带白色公共干扰噪声和有色观测噪声的多传感器多变量自回归(AR)模型,当AR模型参数和噪声方差未知时,提出了一种信息融合多段辨识方法,其中采用多维递推辅助变量(MRIV)方法得到AR模型参数的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性,通过一个信号仿真例子验证了其有效性。 展开更多
关键词 变量AR模型 信息融合多段辨识方 多重递推辅助变量法 信息融合估值器 一致性
在线阅读 下载PDF
多通道信号自校正分布式融合Kalman滤波器
3
作者 刘文强 韩娜 +1 位作者 顾泽元 陶贵丽 《现代电子技术》 2014年第3期61-64,共4页
对带未知参数的多传感器多通道自回归滑动平均(ARMA)信号,采用多维递推辅助变量(MRIV)方法得到自回归模型参数估值,通过Gevers-Wouters算法辨识滑动平均模型参数估值,再用相关方法得到噪声方差的估值。把所有的估值都代入到最优分布式... 对带未知参数的多传感器多通道自回归滑动平均(ARMA)信号,采用多维递推辅助变量(MRIV)方法得到自回归模型参数估值,通过Gevers-Wouters算法辨识滑动平均模型参数估值,再用相关方法得到噪声方差的估值。把所有的估值都代入到最优分布式融合信息滤波器中得到自校正分布式融合Kalman信息滤波器。该滤波器具有渐近全局最优性,一个多通道信号仿真例子验证了其有效性。 展开更多
关键词 多通道ARMA信号 多段辨识方 多重递推辅助变量法 信息滤波器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部