文档介绍：中文摘要航空航天、军事防御、机器人技术和自动化系统中,通常都含有多种同类或异类传感器,它们可以提供大量、全面和互补的信息。在分布式融合中,融合中心接收各传感器的局部估计,并在某一融合准则下将局部估计融合为最优估计。为求最优加权,需计算局部估计误差互协方差阵。系统的维数越高,计算的复杂度越大,耗时越长,不便实时应用。而且通常情况,估计误差间的互相关性是未知的。最近,协方差交集算法被提出用来融合没有任何相关性知识的估计量,它比线性组合算法具有更强的鲁棒性并且给出估计精度的边界。本文首先详细介绍两变量和多变量的协方差交集算法,进而提出改进的分量协方差交集算法,并推广到多变量情形。然后,进行一致性证明,给出加权系数∞的求解方法。最后,将协方差交集算法和分量协方差交集算法应用到基于经典滤波方法和现代时间序列分析方法的分布式信息融合状态估计中,提出多传感器信息融合次优稳态估值器和基于新息模型的次优稳态估值器,并与三种最优加权信息融合算法进行计算量和精度上的比较。仿真研究表明,次优加权融合估计的精度高于各局部估计,也具有很好的跟踪效果,与最优融合估计接近,且可以明显减小计算负担。关键词:信息融合;分布式融合估计;次优滤波:分量协方差交集算法;
—】●一
甀甎.;●曩龙江大学硕士学位论文琲甌访,琽.,甊甤畐彳篈.’甌:;琩,.‘‘,.;.Ⅱ.’。一’’‘‘‘。....’:一’‘‘.’
目录中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸课题研究的背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯多传感器信息融合技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.啻ǜ衅餍畔⑷⑷⑷⑷⑷诤系挠τ谩信息融合中的估计问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文主要研究内容⋯⋯⋯⋯⋯第滦讲罱患惴ㄓ敕至啃讲罱患惴ā骸引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯协方差交集算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯问题阐述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.奖淞啃讲罱患惴ā多变量协方差交集算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.∪分量协方差交集算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第多传感器信息融合次优稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.............................................................................................】目录....·..‘
●
基于触龇~新息模型次优稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于剐孙饮新息模型的局部稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯.问题阐述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯次优融合稳态估值器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯三种最优加权信息融合算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯两种次优加权算法与三种最优加权算法的计算量比较⋯⋯⋯⋯⋯⋯⋯⋯仿真研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第禄贏孪⒛P偷拇斡盼忍乐灯鳌引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.P妥;⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯●黑龙江大学硕士学位论文
第滦髀课题研究的背景和意义传感器被认为是现代战争的“先知汀按ソ,是信息战的“灵魂”。伴随着现代科技的飞速发展,传感器性能大大提高。可是单一传感器采集的信息通常不精确、不全面,容易出现信息偏差甚至错误,而多传感器采集的信息比单传感器更加准确和完备,比仅利用单信息源或非协同利用部分多信息源获得更精确和更稳健的性能【。由此,多传感器信息融合技术应运而生。多传感器信息融合是一个新兴的研究领域,是一门实践性很强的应用技术,是多学科交叉的新学科,涉及信号处理、概率统计、信息论、模式识别、人工智能、模糊数学等理论【.多传感器信息融合早期主要应用于军事上,用于目标的检测、定位、跟踪和识别K孀殴ひ迪低车母丛踊椭悄芑眉际跻丫乒愕民用领域,主要有移动机器人⒁搅普锒稀疽⒅悄芙煌ā⒅悄苤圃霫⒛勘识别、现代化管理和刑侦等。多传感器信