文档介绍：舅务庐夕擎多传感器分布式融合最优和自校正卡尔曼滤波器博士研究生学位论文申请人:学号:培养单位:专业:研究方向:指导教师完成日期陶贵丽电子工程学院微电子学与固体电子学多传感器信息融合邓自立教授年日密级⋯公⋯开⋯一分类号⋯⋯⋯⋯⋯⋯.
多传感器分布式融合最优和自校正卡尔曼滤波器
中文摘要鹖鹖鹖宣胕术领域,包括导航、防御、目标跟踪、ㄎ缓突魅说攘煊颉P畔⑷诤瞎兰倍啻ǜ衅飨低车哪P筒问驮肷臣撇糠郑ú课粗J保τ枚喽涡疚恼攵粤嚼嘞低常焕嗍悄P筒问驮肷臣撇糠治粗5亩啻ǜ衅飨关键所在。通过动态方差误差系统分析方法,自校正匠痰氖樟残晕侍饩多传感器信息融合作为一门新兴边缘学科,近年来已经广泛应用到许多高技理论是多传感器信息融合这一新兴边缘学科的一个重要分支,它是多传感器数据融合与滤波理论的交叉领域。本文对于多传感器线性离散随机系统,应用经典滤波方法,研究了分布式融合最优和自校正滤波问题,所做的主要的工作包括:息融合辨识方法,得到系统模型参数和噪声统计的局部和融合估值。本文在融合方法上,应用了三类分布式融合算法:最优加权状态融合谧钚》讲钜庖逑碌按矩阵加权、标量加权和按对角阵加权融合瞬ㄋ惴ā⒒谛畔⒕卣蟮姆植际融合滤波算法和加权观测融合滤波算法。统,另一类是模型参数和噪声统计全部未知的多传感器系统。应用系统辨识方法和相关方法,得到模型参数和噪声统计的融合估值,将这些融合估值代入到三类分布式融合滤波器中,分别提出自校正加权状态融合滤波器、自校正加权观测融合滤波器和基于信息矩阵的自校正分布式融合滤波器。杂谙低衬P筒问驮肷臣迫ú课粗5亩啻ǜ衅飨低常惫淘肷观测噪声不相关或相关时,证明了所提出的自校正分布式融合滤波器的收敛性。证明白校正匠痰氖樟残允侵っ靼仔U齂瞬ㄆ魇樟残缘可以转化为时变方程的稳定性问题。在证明自校正匠淌樟残的基础上,利用动态误差系统分析方法,可以证明自校正分布式融合滤波器的收敛性,即证明自校正分布式融合滤波器按一个实现收敛于最优.
色噪声的多通道信号,提出模型参数和噪声方差辨识的多段信息融合辨识分布式融合滤波器。孕U植际饺诤螷瞬ㄋ惴ㄍ乒愕酱曰毓妥曰归滑动平均有色观测噪声的多传感器多通道信号中。对于带有算法。信号和有色观测噪声都可以转化为等价的状态空间模型,进而得到增广的状态空间模型,进一步提出自校正分布式融合信号滤波器。关键词:多传感器信息融合:分布式融合;自校正滤波器;收敛性分析;有色噪声黑龙江大学博士学位论文
—,,,瑃,畇..,琾琣,甌:猻瑃.,:,甌瓵甋.
黑龙江大学博士学位论文,:瑀,瑃·..,.,;;...
目录中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸自校正信息融合滤波理论的研究概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.多传感器信息融合的研究概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..多传感器信息融合研究的意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.啻ǜ衅餍畔⑷⑷⑷⑷诤系难芯糠椒ā最优信息融合滤波理论的研究概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...畔⑷⑷诤下瞬ǖ姆椒ā自校正滤波理论研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯自校正信息融合滤波理论研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯自校正信息融合滤波器收敛性的研究现状⋯⋯⋯⋯⋯⋯.畔⑷诤舷低潮媸兜难芯肯肿础自校正信息融合理论的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文的主要研究内容和章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...畚恼陆诎才拧.
滤波器⋯⋯⋯⋯⋯⋯⋯⋯滤波器收敛性⋯⋯⋯⋯⋯⋯⋯⋯.肷讲钍蟮木植亢腿诤瞎乐怠第路植际饺诤献钣藕妥孕U齂引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..多传感器系统分布式融合最优滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.多传感器系统最优加权状态融合滤波器⋯⋯⋯⋯⋯⋯⋯.啻ǜ衅飨低匙钣偶尤ü⒕卣蟮淖钣欧植际饺诤螷瞬ㄆ鳌不同局部模型的多传感器信号最优加权融合滤波器⋯⋯⋯⋯.参数部分未知时的自校正分布式融合滤波器⋯⋯⋯⋯⋯⋯⋯.自校正加权状态融合滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯自校正加权观测融合滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.谛畔⒕卣蟮淖孕U植际饺诤螷瞬ㄆ鳌参数全部未知时的自校正分布式融合滤波器⋯⋯⋯⋯⋯⋯⋯.多维和多重偏差补偿递推最小二乘法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯多维偏差补偿递推最乘法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...嘀仄úú畈钩サ萃谱钚《朔ǖ氖樟残浴仿真例子⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第伦孕U植际饺诤螷引言⋯⋯⋯⋯⋯⋯⋯⋯