含未知参数的自校正融合Kalman滤波器及其收敛性
对于带未知模型参数和噪声方差的多传感器系统,基于分量按标量加权最优融合准则,提出了自校正解耦融合Kalman滤波器,并应用动态误差系统分析(Dynamic error system analysis,DESA)方法证明了它的收敛性.作为在信号处理中的应用,对带有色和白色观测噪声的多传感器多维自回归(Autoregressive,AR)信号,分别提出了AR信号模型参数估计的多维和多重偏差补偿递推最小二乘(Bias compensated recursive least-squares,BCRLS)算法,证明了两种算法的等价性,并且用DESA方法证明了它们的收敛性.在此基础上提出了AR信号的自校正融合Kalman滤波器,它具有渐近最优性.仿真例子说明了其有效性.
多传感器信息融合、自校正融合、偏差补偿最小二乘法、收敛性、动态误差系统分析方法、Kalman滤波器
38
TN713(基本电子电路)
国家自然科学基金60874063;黑龙江省教育厅科学技术研究项目11553101;黑龙江大学自动控制重点实验室项目
2012-05-17（万方平台首次上网日期，不代表论文的发表时间）
109-119
