文档介绍：优融合滤波器中,,并用动态误差系中文摘要助变量洲椒ê;全局最优分布式融合勋滤波器。学科,它也称作多传感器数据融合或多源信息融合。多传感器信息融合估计的目的是利用来自多传感器的观测信息,得到系统信号,,利用相关方法给出未知噪声方差的在线局部和融合估值器。它们具有一致统分析方法,证明了这些自校正融合滤波器按实现收敛于最优融合滤波器,关键词:多传感器信息融合;信号;信息融合参数估计;自校正融合滤波由于高科技领域和国防的需要,发展起来了多传感器信息融合这门新兴边缘估计,它的精度比采用单传感器的估计精度高。对带有色观测噪声的多传感器单通道自回归滑动平均信号,当模型参数和噪声方差已知时,提出了三种最优信息融合滤波器。分别是:基于信息矩当信号或有色噪声含有未知模型参数和未知噪声方差时,应用递推辅性。将上所得到未知模型参数和噪声方差的局部和融合估值器代入到上述三种最因而具有渐近最优性。器;收敛性●‘
●
Ⅷ甌:.躨瓸,◆畇瑃.,.:;●·,琤瓸瑃籹.Ⅱ哇
.P筒问,和噪声方差砖未知时⋯⋯⋯⋯⋯⋯⋯..P筒问驮肷讲钜裕叮均未知时⋯⋯⋯⋯⋯⋯目录局部最优韒瞬ㄆ鳌课题背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第滦髀邸国内外同类课题研究现状及发展概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯多传感器信息融合的优势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.最优集中式融合▁滤波器的设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.∮诖ǜ衅鞲鍪矗荷吃犊~⋯⋯⋯.参数辨识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯自校正信息矩阵方程的收敛性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第禄谛畔⒕卣蟮淖钣藕妥孕U惺饺诤螷瞬ㄆ鳌引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..自校正融合滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.仿真例子一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯仿真例子二⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第禄赗方程的最优与分布式融合滤波器⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯;⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.。
本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯自校正分布最优式融合滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.菊滦〗帷参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..自校正分布式融合滤波器收敛性证明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.仿真例子一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯仿真例子二⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第伦钣欧植际饺诤螷瞬ㄆ鳌引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯分布式最优融合滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.仿真例子一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。仿真例子二⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论.⋯.⋯...⋯......⋯..⋯.⋯...⋯.⋯..⋯....⋯⋯⋯.⋯⋯⋯.⋯....⋯.......⋯..⋯.....⋯⋯.⋯⋯.....⋯:谢⋯.⋯.⋯..⋯....⋯....⋯⋯..⋯⋯...⋯....⋯.⋯...⋯.⋯..⋯.....⋯.......⋯..⋯.....⋯....⋯⋯....⋯.攻读硕士学位期间所发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯●黑龙江大学硕士学位论文■
第绪论课题背景国内外同类课题研究现状及发展概况现代社会的飞速发展,对高新技术的要求越来越高,从而传感器的制作工艺和传感器的各方面性能的也显著提高,各种面向复杂工程及军事应用背景的多传感器系统大量出现。二战期间,为了得到高精度和抗干扰能力强的火炮系统,把两传感器数据融合应用于火炮系统。而后,随着信号检测与处理技术、网络通信技术、微电子技术、计算机技术以及控制技术的迅速发展,各种面向复杂实际背景的多传感器系统也随之大量出现,这样就迫使人们必须使用包括