本文選題：多傳感器系統(tǒng) + 不確定噪聲方差　； 參考：《控制理論與應(yīng)用》2016年07期

【摘要】：對帶丟失觀測和不確定噪聲方差的線性定常多傳感器系統(tǒng),引入虛擬噪聲將原系統(tǒng)轉(zhuǎn)化為僅帶不確定噪聲方差的系統(tǒng).根據(jù)極大極小魯棒估值原理,用Lyapunov方程方法提出局部魯棒穩(wěn)態(tài)Kalman濾波器及其實際方差最小上界,并利用保守的局部濾波誤差互協(xié)方差,提出一種改進的魯棒協(xié)方差交叉(covariance intersection,CI)融合穩(wěn)態(tài)Kalman濾波器及其實際方差最小上界.證明了所提出的魯棒局部和融合濾波器的魯棒性,并證明了改進的CI融合器魯棒精度高于原始CI融合魯棒精度,且高于每個局部濾波器的魯棒精度.一個仿真例子驗證所提出結(jié)果的正確性和有效性.
[Abstract]:For linear time-invariant multisensor systems with lost observation and uncertain noise variance, virtual noise is introduced to transform the original system into one with only uncertain noise variance. Based on the minimax robust estimation principle, the local robust steady-state Kalman filter and its minimum upper bound of actual variance are proposed by using the Lyapunov equation method, and the covariance of the conservative local filtering error is used. An improved robust covariance cross covariance intersectionCI-based fusion steady-state Kalman filter and its real minimum upper bound of variance are proposed. The robustness of the proposed local and fusion filters is proved, and the robust accuracy of the improved CI fusion device is higher than that of the original CI fusion filter and the robust accuracy of each local filter. A simulation example is given to verify the correctness and validity of the proposed results.
【作者單位】： 黑龍江大學(xué)電子工程學(xué)院;黑龍江工商學(xué)院計算機系;
【基金】：國家自然科學(xué)基金項目(60874063,60374026) 黑龍江大學(xué)研究生創(chuàng)新科研項目(YJSCX2015 002HLJU)資助~~
【分類號】：TN713

【相似文獻】

相關(guān)期刊論文 前10條

1 沈鶴嗚,華承湘;一種復(fù)合型自適應(yīng)Kalman濾波器的仿真研究[J];控制與決策;1990年03期

2 石瑩;段廣仁;;廣義離散系統(tǒng)多傳感器信息融合Kalman濾波器[J];控制與決策;2006年03期

3 許燕;張二艷;;兩傳感器廣義系統(tǒng)信息融合Kalman濾波器[J];北京印刷學(xué)院學(xué)報;2008年02期

4 陶貴麗;鄧自立;;廣義系統(tǒng)多傳感器分布式融合降階Kalman濾波器[J];科學(xué)技術(shù)與工程;2006年06期

5 王建國,商艷海,龍騰,何佩琨;多普勒雷達測量數(shù)據(jù)的Kalman濾波器設(shè)計[J];北京理工大學(xué)學(xué)報;2002年06期

6 陶貴麗;劉文強;孫成發(fā);;帶有色觀測噪聲的廣義系統(tǒng)Kalman濾波器[J];科學(xué)技術(shù)與工程;2009年06期

7 陶貴麗;劉文強;于海英;;帶有色觀測噪聲的廣義系統(tǒng)Kalman濾波器[J];計算機仿真;2010年03期

8 王欣;朱齊丹;孫書利;;基于NETDDE的網(wǎng)絡(luò)式多傳感器信息融合Kalman濾波器[J];科學(xué)技術(shù)與工程;2008年24期

9 鄧自立,秦濱,張煥水;帶有色觀測噪聲和輸入估計的自校正Kalman濾波器及其應(yīng)用[J];信息與控制;1993年01期

10 鄧自立,劉玉梅;一類穩(wěn)態(tài)Kalman濾波器及其漸近穩(wěn)定性[J];信息與控制;1998年01期

相關(guān)會議論文 前4條

1 鄧自立;胡萍;王德進;;帶有色觀測噪聲系統(tǒng)穩(wěn)態(tài)Kalman濾波器及其應(yīng)用[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 沈鶴鳴;張玉芝;趙曉哲;;跟蹤機動目標的復(fù)合型自適應(yīng)Kalman濾波器[A];1996年中國控制會議論文集[C];1996年

3 王建輝;唐小妹;歐鋼;;基于Kalman濾波器的頻率跟蹤環(huán)性能分析[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集[C];2011年

4 伍貽威;楊文可;龔航;朱祥維;歐鋼;;Kalman濾波器在原子鐘狀態(tài)估計中的運用[A];第三屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集——S04原子鐘技術(shù)與時頻系統(tǒng)[C];2012年

相關(guān)碩士學(xué)位論文 前5條

1 黃超群;基于混合高斯模型和Kalman濾波器的運動目標檢測與跟蹤[D];云南大學(xué);2010年

2 毛琳;基于現(xiàn)代時間序列的多傳感器信息融合Kalman濾波器與Wiener濾波器[D];黑龍江大學(xué);2005年

3 于丹;基于Kalman濾波器的管道泄漏檢測與定位方法研究[D];北京化工大學(xué);2010年

4 劉素;基于MEMS的GPS/DR車載組合導(dǎo)航系統(tǒng)及聯(lián)合Kalman濾波器的設(shè)計[D];天津大學(xué);2005年

5 康毅;自適應(yīng)擴展Kalman濾波器在長輸管道泄漏點定位技術(shù)中的應(yīng)用[D];成都理工大學(xué);2005年

，

本文編號：1781226