加权观测融合相关论文
为了提高非线性系统的估计精度,基于Gauss-Hermiite逼近以及加权最小二乘法,提出了噪声相关非线性系统加权观测融合容积卡尔曼滤波......
对于带未知噪声统计和带具有相同因子的观测阵的多传感器系统,应用加权最小二乘(WLS)法可得到一个加权融合观测方程,且它与状态方......
白噪声反卷积或输入白噪声估计问题在石油地震勘探中有重要的应用背景.对带多传感器和带不相关噪声的线性离散时变随机系统,应用Ka......
对带未知衰减观测率的多传感器线性离散时不变系统,通过相关函数在线辨识不同传感器的衰减观测期望和方差,将在线辨识的参数代入到......
从20世纪70年代起,一个新兴学科—多传感器信息融合(Multisensor Information Fusion)便迅速地发展起来,并在现代C3I系统中和各种......
近年来,随着计算机技术、通讯技术的发展,多传感器信息融合技术得到了迅速发展,并成为当前信息处理领域一个十分活跃的研究热点。......
多传感器信息融合滤波的目的是基于每个传感器提供的关于系统状态或信号的观测信息或局部估计信息,在某种最优融合准则下,得到系统......
随着科学技术的不断发展,传统的单传感器线性滤波算法已经不再满足要求,人们更加重视基于实际的多传感器非线性系统的应用。实际系......
对于带不确定噪声方差的多传感器单通道自回归滑动平均(ARMA)信号系统,当观测噪声中包含白噪声和一个自回归滑动平均(ARMA)有色观......
随着计算机、通信和传感器技术的发展,多传感器信息融合技术已经成为各领域学者重点关注的焦点之一.由于通信宽带的限制和网络的承......
本文研究了具有丢失观测的多传感器线性离散随机不确定系统的最优线性估计问题,其中不同的传感器具有不同的丢失率.首先将乘性噪声......
对于带有不同观测阵、相关观测噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,得到了噪声统计信息的在线辨识器......
For the multisensor system with correlated measurement noises and unknown noise statistics, based on the solution of the......
白噪声反卷积问题在石油地震勘探中具有重要的应用背景.利用Kalman滤波方法提出了多传感器最优观测加权融合白噪声反卷积Wiener滤......
对于带未知噪声统计的多传感器系统，应用现代时间序列分析方法，基于滑动平均（MA）新息模型参数的两段递推最小二乘法在线辨识，可在线估计......
基于Kalman滤波，应用加权观测融合方法，对于带白色观测噪声的单通道ARMA信号，提出了全局最优多传感器观测融合Wiener信号滤波器。可统......
对于带未知噪声方差和带不同观测阵的多传感器系统,应用现代时间序列分析方法,基于子系统和加权观测融合系统的滑动平均（MA）新息模型......
对于带相关观测噪声和带不同观测阵的多传感器线性离散定常随机系统,用加权最小二乘（WLS）法提出了两种加权观测融合稳态Kalman滤波方......
对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统，用加权最小二乘（WLS）法提出了一种加权观测融......
利用现代时间序列分析方法,基于ARMA新息模型应用加权观测融合方法,提出了多传感器加权观测融合白噪声反卷积Wiener滤波器。同集中......
对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统，利用相关方法，提出了噪声统计信息的在线估计器。基于ARMA新息模型......
对于带有相关观测噪声、未知噪声统计、不同观测阵带有相同右因子的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信......
基于Kalman滤波方法,应用加权观测融合方法,提出了全局最优观测融合Wiener反卷积滤波器。同集中式观测融合方法和分布式状态融合方......
对于带未知噪声方差的线性离散定常随机系统,利用多个结构相同但精度不同的传感器进行观测,各观测结果之差可以产生多组新的白噪声......
对于带未知噪声统计的多传感器系统,应用加权最小二乘（WLS）法得到了一个加权融合观测方程,且它与状态方程构成一个等价的观测融合系......
利用矩阵满秩分解方法,基于加权最小二乘理论提出了一种不受各传感器观测阵是否相同、观测噪声是否相关约束限制的加权观测融合估......
对于带未知丢失观测率的离散线性随机系统，应用伯努利随机变量来描述观测丢失现象。采用相关函数法辨识丢失观测率。应用加权最小二......
对于带相关观测噪声和带不同观测阵的多传感器线性离散时变随机控制系统，用加权最小二乘法（WLS）提出了两种加权观测融合Kalman估值器，......
对带不确定参数和噪声方差的多传感器定常系统，引入虚拟白噪声补偿不确定参数，可将其转化为带已知参数和不确定噪声方差系统．应用极大......
针对非线性系统的无迹卡尔曼滤波器(UKF),应用加权最小二乘(WLS)法,提出了加权观测融合UKF滤波算法.证明了加权观测融合UKF滤波算......
对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法。该算法利用导出的......
对于基于Kalman滤波的多传感器数据融合，有两种最优观测融合方法：第一种是集中式观测融合方法，它是通过增加观测向量的维数合并多传感......
对于带未知噪声方差的多传感器系统,应用加权最小二乘(WLS)法得到了一个加权融合观测方程,且它与状态方程构成一个等价的观测融合......
当矩阵的维数比较高的时候,该矩阵求逆就相当麻烦,且计算量很大。为了克服这个缺点,对于带相同对角元素且其他位置元素也一样的Pei......
随着现代控制系统规模不断扩大、复杂性不断提升,使得传统感知设备以及处理方式远远不能满足人们对系统精确、全方位认知需要的不......
For multisensor systems,when the model parameters and the noise variances are unknown,the consistent fused estimators of......
对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统,用加权最小二乘(WLS)法提出了一种加权观测......
广义系统广泛出现在机器人、经济学、电路、生物医学、化工和工业控制等系统中,是比正常系统更具有普遍性的一种对实际系统的描述......
对于带未知噪声统计的多传感器系统,利用最小二乘法将观测方程统一处理,形成新的跟踪系统,处理后的观测结果之差可以产生多组新的......
随着科学技术的飞速发展,多传感器信息融合技术已经广泛应用到现代军事、工业、交通和金融等领域。将多传感器信息融合技术和状态......
当代科学技术发展和应用中,信息广泛存在于通讯、控制、信号处理、数据挖掘、人工智能、生物信息、’航空航天技术、经济预测与调......
信息融合技术中,在各局部传感器的有色观测噪声为一阶AR模型的情况下,可以利用观测扩增方法消除有色噪声的影响,得到最优加权观测......
对非线性多传感器系统,基于Gauss-Hermite逼近方法和加权最小二乘法,提出了一种具有普适性的非线性加权观测融合算法.该算法可将一......
For the multisensor linear discrete time-invariant stochastic systems with correlated noises and unknown noise statistic......
本文主要对动态测量数据处理方法进行了研究,包括自适应因子的求解、有色噪声的处理方法及加权观测融合算法等,论文主要内容和成果......
近年来,随着传感网络技术的发展,网络估计和控制问题引起了广泛关注。在网络系统中,不可避免的存在数据包丢失、观测滞后、模型参......
对于含有未知噪声统计和未知模型参数的多传感器系统，应用现代时间序列分析方法，基于自回归滑动平均(ARMA)新息模型参数的最小二乘法......
提出了一种非线性多传感器系统加权观测融合粒子滤波器.首先利用泰勒级数使非线性多传感器系统观测方程具有近似的线性关系.然后,......
针对多传感器线性离散定常随机控制系统,当具有相关噪声且每个传感器带不同观测阵时,基于矩阵满秩分解与加权最小二乘理论,提出了......
