文档介绍：中文摘要多传感信息融合滤波是信息融合和滤波理论相结合的产物,主要目的是对来自每个局部传感器的局部信息和数据进行关联、估计和融合,产生比基于每个局部信息的状态或者信号估计更准确的估计值。目前基本的信息融合方法有集中式融合滤波和分布式融合滤波。分布式融合滤波在线性最小方差准则下主要有三种信息融合算法:按矩阵加权、按标量加权和按对角阵加权。相比于集中式融合估计方法,分布式融合估计减小计算负担,更灵活可靠。但是分布式融合估计需要计算局部估计的误差互协方差。在许多理论和实际问题中,互协方差的计算是非常复杂或者根本无法获得互协方差。如果不考虑局部变量的相关性,假设互协方差为零,可导致滤波实际误差方差阵增大,从而使滤波器发散。本文提出的协方差交叉融合滤波算法完全避免辨识和计算系统的局部估计互协方差,可处理带未知局部估计互协方差的多传感器系统融合估计问题。融合给出融合估计实际误差方差阵的一个上界,这个上界与局部互协方差无关,即保证了融合估计的一致性和鲁棒性,并且可减小计算负担,避免了融合滤波器的发散问题。进一步给出了融合估计一致性证明。对带不相关观测噪声、相关观测噪声和有色观测噪声的两传感器随机系统,在互协方差未知情况下,提出了两传感器融合估值器。对传感器个数大于等于亩啻ǜ衅魉婊低常岢隽诵蚬酑诤螷估值器和批处理融合估值器,并给出了两种算法一致性证明。将上述结果应用于信号处理过程,通过信号模型和状态空间模型之间的相互转化,把信号估计问题转化为状态估计问题,提出了两传感器多通道信号融合信号估值器。对带观测滞后的两传感器随机系统,利用观测变换,直接将滞后系统转化为非时滞的标准系统,提出了两传感器时滞系统融合估值器。.
黑龙江大学硕士学位论文本文证明了融合滤波器和局部滤波器、集中式融合、三种加权融合滤波器之间的精度关系。融合滤波器估计精度高于每个局部滤波器的精度,在多数情况下,小于且接近带己知局部互协方差的最优矩阵加权融合滤波器精度,按矩阵加权融合精度小于按标量加权融合精度,对角阵加权融合精度在两者中间。并进一步应用协方差椭圆直观给出了精度关系的几何解释,瓹仿真结果证明了理论精度关系的准确性。大量的仿真例子证明了理论结果的有效性和准确性。关键词:未知互协方差多传感器系统;加权融合;协方差交叉融合;协方差椭圆;一致性
.琽猚琣琫.,,.,,.
...黑龙江大学硕士学位论文琣,狢籧瑃,,猚瑃.,—,,簎猚;;;
目录第铝酱ǜ衅鱟诤螷乐灯鳌中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸多传感器信息融合概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..多传感器信息融合滤波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..协方差交叉融合滤波及应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本文研究的主要内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..相关噪声系统局部稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.有色噪声系统局部稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯集中式融合稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯加权融合稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯融合稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯精度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.仿真例子⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第露啻ǜ衅鰿诤螷乐灯鳌引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.局部稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯批处理融合稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯序贯融合稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯精度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
黑龙江大学硕士学位论文第铝酱ǜ衅鰿诤闲藕殴乐灯鳌局部稳态信号估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯融合稳态信号估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯精度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.仿真例子⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第率敝拖低沉酱ǜ衅鰿诤螷乐灯鳌引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..状态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯信号估值