基于ARMA新息模型的自校正信息融合濾波器.pdf_第1頁
已閱讀1頁，還剩165頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、多傳感器信息融合估計作為多源信息綜合處理的一項新技術，使用多個傳感器對同一目標進行檢測，避免了單個傳感器的局限性，可以提供更加全面準確的信息，進而合成來自這個目標的多源信息，產生比單一信息源更精確的估計。 對帶相關觀測噪聲和未知模型參數(shù)及噪聲統(tǒng)計的多傳感器系統(tǒng)，用現(xiàn)代時間序列分析方法，基于自回歸滑動平均(ARMA)新息模型，提出了一種多段辨識算法，其中用遞推增廣最小二乘法(RELS)和Gevers—Wouters(G—W)算法得

2、到未知模型參數(shù)在線估值器，用求解相關函數(shù)矩陣方程組的方法得到噪聲統(tǒng)計在線估值器。對未知噪聲統(tǒng)計多傳感器系統(tǒng)，在按分量標量加權線性最小方差最優(yōu)信息融合準則下，分別提出了自校正信息融合Kalman和Wiener濾波器及預報器。對帶未知模型參數(shù)和噪聲統(tǒng)計的單通道ARMA信號，提出了一種自校正信息融合Wiener濾波器。推廣了收斂性分析的動態(tài)誤差系統(tǒng)分析(Dynamic Error System Analysis)方法，其中提出和證明了Lyap

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論