自校正多传感器观测融合Kalman估值器及其收敛性分析
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系统.应用现代时间序列分析方法,基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识,可在线估计未知噪声方差,进而提出了一种加权观测融合自校正Kalman估值器,可统一处理自校正融合滤波、预报和平滑问题,并用动态误差系统分析方法证明了它的收敛性,即若MA新息模型参数估计是一致的,则它按实现或按概率1收敛到全局最优加权观测融合Kalman估值器,因而具有渐近全局最优性.一个带3传感器跟踪系统的仿真例子说明了其有效性.
多传感器信息融合、加权观测融合、自校正Kalman估值器、噪声方差估计、收敛性分析、现代时间序列分析方法
25
O211.64(概率论与数理统计)
国家自然科学基金资助项目60874063,60374026;黑龙江大学自动控制重点实验室基金
2009-01-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
845-852