黑龙江省教育厅科学技术研究项目(11521124)
- 作品数:6 被引量:22H指数:3
- 相关作者:邓自立高媛徐慧勤孟华毛琳更多>>
- 相关机构:黑龙江大学更多>>
- 发文基金:国家自然科学基金黑龙江省教育厅科学技术研究项目更多>>
- 相关领域:理学更多>>
- 多传感器系统噪声统计辨识的一种相关方法被引量:6
- 2009年
- 对于带未知噪声统计和相关噪声的多传感器线性离散定常随机系统,通过左素分解将观测过程表为两个滑动平均(MA)过程之和,利用解相关函数矩阵方程组方法得到系统的噪声方差、相关阵及互协方差的在线估计器。基于观测过程的采样相关函数的遍历性证明了噪声统计估值器是强一致的。一个两传感器带相关噪声系统的仿真例子说明了方法的有效性。
- 高媛王伟玲王强邓自立
- 关键词:收敛性
- 带相关噪声系统的自校正观测融合Kalman滤波器被引量:2
- 2009年
- 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。
- 高媛邓自立
- 关键词:加权观测融合收敛性现代时间序列分析方法
- 带相关观测噪声系统的自校正观测融合Kalman滤波器被引量:1
- 2009年
- 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。
- 高媛邓自立
- 关键词:加权观测融合收敛性现代时间序列分析方法
- 带不同观测阵系统的自校正观测融合Wiener滤波器被引量:1
- 2009年
- 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。
- 高媛邓自立
- 关键词:加权观测融合收敛性现代时间序列分析方法
- 多传感器系统模型参数和噪声统计的一种信息融合辨识方法被引量:16
- 2009年
- 对于带有未知模型参数和未知相关噪声统计的多传感器随机系统,基于ARMA新息模型,利用相关方法,用平均局部的模型参数和噪声统计估值器的方法,提出了模型参数和噪声统计信息的在线信息融合估计器,它们可以被解释为最小二乘融合估计,并证明了相应的辨识器具有强一致性,即以概率1收敛于相应的真实值。一个2传感器系统的仿真例子说明其有效性。
- 高媛徐慧勤邓自立孟华王欣毛琳
- 关键词:辨识器
- 自校正集中式融合信息滤波器被引量:3
- 2010年
- 对于带未知噪声系统和不相关噪声的多传感器随机系统,将基于相关方法得到的噪声方差带入到集中式融合最有信息滤波器,提出自校正集中式融合信息滤波器。同基于Riccatia方程的集中式融合Kalman滤波器相比,它避免了计算高维矩阵的逆,从而减少了计算负担。应用动态误差分析方法,证明了自校正集中式融合信息滤波器以概率1收敛于最优集中式融合信息滤波器,因而具有全局渐进最优性。一个带3传感器跟踪系统的实例说明其有效性。
- 关学慧邓自立石莹