-
题名广义系统多传感器信息融合降阶状态估值器
被引量：9
- 1
-
-
作者
邓自立
陶贵丽
-
机构
黑龙江大学自动化系
-
出处
《科学技术与工程》
2005年第13期866-871,共6页
-
基金
国家自然科学基金(60374026)黑龙江大学自动控制重点实验室基金资助
-
文摘
对于带多传感器的广义线性离散随机系统,基于奇异值分解,将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法,在线性最小方差最优加权融合准则下,提出了最优加权融合降阶稳态广义Kalman估值器。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估计精度。为了计算最优加权,提出了局部估计误差方差阵和互协方差阵的计算公式。
-
关键词
广义系统
多传感器信息融合
最优加权融合估计
协方差信息融合
降阶状态估值器
-
Keywords
descriptor system multisensor information fusion optimal weighting fusion estimation covariance information fusion reduced order state estimator
-
分类号
O211.64
[理学—概率论与数理统计]
-
-
题名广义系统多传感器分布式融合降阶Kalman滤波器
被引量：10
- 2
-
-
作者
陶贵丽
邓自立
-
机构
黑龙江大学自动化系
-
出处
《科学技术与工程》
2006年第6期661-668,共8页
-
基金
国家自然科学基金(60374026)黑龙江大学自动控制重点实验室基金资助
-
文摘
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。
-
关键词
广义系统
多传感器信息融合
最优加权融合
奇异值分解
降阶状态估值器
Kalman滤波方法
-
Keywords
descriptor system
multisensor information fusion
optimal weighted fusion
singular
value decomposition
reduced order state estimator
Kalman filtering method
-
分类号
O211.64
[理学—概率论与数理统计]
-
-
题名Y-可观广义系统降阶稳态Kalman融合器
- 3
-
-
作者
邓自立
李怀敏
和丽清
-
机构
黑龙江大学自动化系
-
出处
《科学技术与工程》
2006年第11期1457-1461,1466,共6页
-
基金
黑龙江大学自动控制重点实验室基金资助
-
文摘
对于带多传感器的Y-可观广义线性离散随机系统,通过状态线性变换,将其化为两个降阶的非广义多传感器子系统。应用Kalman滤波方法和白噪声估值器,提出了子系统和原系统的局部状态估值器及它们的误差互协方差公式。在线性最小方差按矩阵加权,按对角阵加权和按标量加权最优信息融合准则下,提出了原系统状态的三种稳态广义Kalman融合器,可统一处理融合滤波、平滑和预报问题,且可改善局部估计精度。
-
关键词
Y-可观广义系统
多传感器信息融合
加权状态融合
降阶状态估值器
Kalman融合器
Kalman滤波方法
-
Keywords
Y-observable descriptor system multisensor information fusion weighted state fusion reduced-order state estimator Kalman fuser Kalman filtering method
-
分类号
O211.64
[理学—概率论与数理统计]
-
