多傳感器多變量ARMA模型信息融合辨識方法研究.pdf

1、系統(tǒng)辨識是控制理論的一個重要分支。結(jié)合多傳感器信息融合技術(shù)和系統(tǒng)辨識技術(shù)而產(chǎn)生的多傳感器信息融合辨識方法是系統(tǒng)辨識領(lǐng)域新的發(fā)展方向。經(jīng)典的系統(tǒng)辨識方法有兩大局限性:主要對不帶觀測噪聲的系統(tǒng)模型進行辨識或者僅考慮在單傳感器下對帶有觀測噪聲的系統(tǒng)模型進行辨識。多傳感器信息融合辨識方法將克服這些局限性。其目的是對多個傳感器的觀測數(shù)據(jù)進行融合處理,得到模型參數(shù)和噪聲方差的最佳估計,其辨識精度高于單個傳感器的辨識精度。同時,這方面的研究也是設(shè)計多

2、傳感器系統(tǒng)自校正信息融合濾波器的基礎(chǔ),因此具有重要理論和應(yīng)用意義。
　　 本文對于帶白色觀測噪聲、有色或白色公共干擾噪聲的多傳感器多通道AR或ARMA信號系統(tǒng),當模型參數(shù)和噪聲方差未知時,提出了信息融合多段辨識方法。
　　 分別對于帶白色觀測噪聲、白色公共干擾噪聲、以及帶傳感器偏差的多傳感器多通道AR或ARMA模型,對于帶白色觀測噪聲、有色公共干擾噪聲的多傳感器多通道AR或ARMA模型,對于帶白色觀測噪聲、白色公共干擾噪

3、聲的多傳感器多通道ARMA信號反卷積模型,當模型參數(shù)、傳感器偏差和噪聲方差未知時,提出了相應(yīng)的信息融合多段辨識方法。利用多維RIV算法、多重RIV算法、多維RELS算法、多重RELS算法或MBCRLS算法辨識AR模型參數(shù)以及傳感器偏差,得到他們的局部估值器；用帶死區(qū)的G-W算法以及最小二乘(LS)法辨識MA模型參數(shù),得到他們的局部估值器；利用相關(guān)函數(shù)和帶死區(qū)的G—W算法辨識噪聲方差,得到噪聲方差的局部估值器。同時對這些局部估值器求算術(shù)平