系统科学与数学
繫統科學與數學
계통과학여수학
JOURNAL OF SYSTEMS SCIENCE AND MATHEMATICAL SCIENCES
2013年
12期
1423-1434
,共12页
多传感器观测融合%广义系统%相关观测噪声%奇异值分解%Kalman预报器
多傳感器觀測融閤%廣義繫統%相關觀測譟聲%奇異值分解%Kalman預報器
다전감기관측융합%엄의계통%상관관측조성%기이치분해%Kalman예보기
Multisensor measurement fusion%descriptor system%correlated measurement noises%singular value decomposition%Kalman predictor
对于带相关观测噪声的多传感器线性离散随机广义系统,应用最小二乘法将各个传感器的观测信息融合为一个新的观测.再采用奇异值分解方法将原广义系统转化为两个互耦的子系统,且融合的观测也转化为其中一个状态分量的观测,从而将问题转化为单传感器常规系统的状态估计问题.对于新的降阶常规子系统,提出了全局最优的加权观测融合Kalman预报器及其预报误差方差阵.通过该方法所得广义系统的加权观测融合Kalman预报器的精度比基于状态融合的Kalman预报器的精度高,也高于局部Kalman预报器的精度,且克服了在状态融合方法中要求计算各个局部预报器的估计误差互协方差的局限性.一个多传感器广义系统的数值仿真例子说明其有效性.
對于帶相關觀測譟聲的多傳感器線性離散隨機廣義繫統,應用最小二乘法將各箇傳感器的觀測信息融閤為一箇新的觀測.再採用奇異值分解方法將原廣義繫統轉化為兩箇互耦的子繫統,且融閤的觀測也轉化為其中一箇狀態分量的觀測,從而將問題轉化為單傳感器常規繫統的狀態估計問題.對于新的降階常規子繫統,提齣瞭全跼最優的加權觀測融閤Kalman預報器及其預報誤差方差陣.通過該方法所得廣義繫統的加權觀測融閤Kalman預報器的精度比基于狀態融閤的Kalman預報器的精度高,也高于跼部Kalman預報器的精度,且剋服瞭在狀態融閤方法中要求計算各箇跼部預報器的估計誤差互協方差的跼限性.一箇多傳感器廣義繫統的數值倣真例子說明其有效性.
대우대상관관측조성적다전감기선성리산수궤엄의계통,응용최소이승법장각개전감기적관측신식융합위일개신적관측.재채용기이치분해방법장원엄의계통전화위량개호우적자계통,차융합적관측야전화위기중일개상태분량적관측,종이장문제전화위단전감기상규계통적상태고계문제.대우신적강계상규자계통,제출료전국최우적가권관측융합Kalman예보기급기예보오차방차진.통과해방법소득엄의계통적가권관측융합Kalman예보기적정도비기우상태융합적Kalman예보기적정도고,야고우국부Kalman예보기적정도,차극복료재상태융합방법중요구계산각개국부예보기적고계오차호협방차적국한성.일개다전감기엄의계통적수치방진례자설명기유효성.
