科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2011年
3期
443-447,460
,共6页
多传感器信息融合%分布式融合%自校正Kalman滤波器%收敛性%渐近全局最优
多傳感器信息融閤%分佈式融閤%自校正Kalman濾波器%收斂性%漸近全跼最優
다전감기신식융합%분포식융합%자교정Kalman려파기%수렴성%점근전국최우
对含未知模型参数和未知噪声方差的多传感器自回归滑动平均(ARMA)信号,应用递推辅助变量(RIV)算法得到局部模型参数估值器.用相关方法得到局部噪声方差估值器,然后用取局部估值器的平均得到信息融合估值器.将这些融合估值器代入ARMA信号的全局最优分布式融合Kalman滤波器,提出了一种自校正分布式融合Kalman滤波器.用动态误差分析方法证明了它收敛于全局最优分布式Kalman滤波器,因而它具有渐近全局最优性.一个目标位置跟踪系统仿真例子说明了其有效性.
對含未知模型參數和未知譟聲方差的多傳感器自迴歸滑動平均(ARMA)信號,應用遞推輔助變量(RIV)算法得到跼部模型參數估值器.用相關方法得到跼部譟聲方差估值器,然後用取跼部估值器的平均得到信息融閤估值器.將這些融閤估值器代入ARMA信號的全跼最優分佈式融閤Kalman濾波器,提齣瞭一種自校正分佈式融閤Kalman濾波器.用動態誤差分析方法證明瞭它收斂于全跼最優分佈式Kalman濾波器,因而它具有漸近全跼最優性.一箇目標位置跟蹤繫統倣真例子說明瞭其有效性.
대함미지모형삼수화미지조성방차적다전감기자회귀활동평균(ARMA)신호,응용체추보조변량(RIV)산법득도국부모형삼수고치기.용상관방법득도국부조성방차고치기,연후용취국부고치기적평균득도신식융합고치기.장저사융합고치기대입ARMA신호적전국최우분포식융합Kalman려파기,제출료일충자교정분포식융합Kalman려파기.용동태오차분석방법증명료타수렴우전국최우분포식Kalman려파기,인이타구유점근전국최우성.일개목표위치근종계통방진례자설명료기유효성.
