近年來(lái),隨著科學(xué)技術(shù)的不斷發(fā)展,多源信息融合技術(shù)被廣泛的應(yīng)用到工業(yè)、交通運(yùn)輸及軍事國(guó)防等各個(gè)領(lǐng)域。狀態(tài)估計(jì)與參數(shù)估計(jì)技術(shù)作為多源信息融合技術(shù)的重要組成部分,已經(jīng)成為信息技術(shù)領(lǐng)域內(nèi)的熱點(diǎn)研究問(wèn)題。系統(tǒng)拆分作為一種有效的濾波器設(shè)計(jì)方法,能夠降低系統(tǒng)的非線性程度、復(fù)雜噪聲影響及減小計(jì)算過(guò)程中矩陣維數(shù)等。本文擬利用系統(tǒng)拆分的思想,研究非線性系統(tǒng)、多噪聲系統(tǒng)及高維狀態(tài)系統(tǒng)的高效濾波方法,重點(diǎn)開(kāi)展如下研究。（1）針對(duì)一種含有未知參數(shù)的非線性系統(tǒng),分別運(yùn)用擴(kuò)展卡爾曼濾波狀態(tài)與參數(shù)聯(lián)合估計(jì)方法和雙擴(kuò)展卡爾曼濾波狀態(tài)與參數(shù)交替估計(jì)方法,對(duì)系統(tǒng)狀態(tài)和未知參數(shù)進(jìn)行估計(jì);重點(diǎn)分析對(duì)比系統(tǒng)在不同非線性程度時(shí),兩類估計(jì)方法在估計(jì)精度方面的差異。（2）針對(duì)包含線性部分與非線性部分的系統(tǒng)模型,將其拆分為線性子系統(tǒng)與非線性子系統(tǒng)。若狀態(tài)方程中存在線性部分與非線性部分,則將線性子系統(tǒng)的最優(yōu)濾波結(jié)果作為非線性子系統(tǒng)UKF過(guò)程的參數(shù),進(jìn)行交替濾波方法設(shè)計(jì),顯著提高整個(gè)系統(tǒng)的濾波精度。若觀測(cè)方程中存在線性部分與非線性部分,則分別對(duì)兩個(gè)子系統(tǒng)分別進(jìn)行濾波器設(shè)計(jì),并將各子系統(tǒng)的濾波結(jié)果進(jìn)行分布式融合,有效提高整個(gè)系統(tǒng)的濾波精度。（... 

【文章來(lái)源】：河南工業(yè)大學(xué)河南省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)據(jù)級(jí)融合特征級(jí)融合屬于中間層次融合

于中間層次融合。首先對(duì)每個(gè)傳感器采集到數(shù)據(jù)，根向量，然后在融合中心完成特征向量的融合處理，最決策判斷。提取的特征向量信息一般情況下應(yīng)能充分特征級(jí)融合在提取特征向量時(shí)實(shí)現(xiàn)了對(duì)原始數(shù)據(jù)壓縮時(shí)處理能力比數(shù)據(jù)級(jí)融合有了明顯的提高。按照特征的信息進(jìn)行特征提取的時(shí)候提取的只是代表了目標(biāo)特?fù)?jù)中的有用信息不可避免的損失了，這就使得融合系況下就會(huì)表現(xiàn)出系統(tǒng)融合性能的降低。特征級(jí)融合主式識(shí)別領(lǐng)域，具體方法包括卡爾曼濾波理論、多假設(shè)論、聚類法、神經(jīng)網(wǎng)絡(luò)、K 近鄰法等。

圖 3 決策級(jí)融合級(jí)別的融合算法各有利弊，而且不同的問(wèn)題對(duì)多傳感的要求不同，所以可以根據(jù)實(shí)際情況開(kāi)發(fā)相應(yīng)的混合以滿足任務(wù)要求。構(gòu)統(tǒng)進(jìn)行信息融合的過(guò)程中，按照多傳感器系統(tǒng)采集的置節(jié)點(diǎn)不同，可以把多傳感器系統(tǒng)的結(jié)構(gòu)分成三種類式結(jié)構(gòu)。三種系統(tǒng)結(jié)構(gòu)的區(qū)別在于融合中心處理的數(shù)據(jù)構(gòu)處理的是多傳感器系統(tǒng)中各個(gè)傳感器采集到的原始據(jù)所包含的信息損失量小，但是該種融合結(jié)構(gòu)對(duì)系統(tǒng)心需要處理的數(shù)據(jù)最多，計(jì)算復(fù)雜，計(jì)算量大，當(dāng)數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]A New Cooperative Distributed MPC Method Based on Reduction and Classification[J]. WU Lan,WANG Lei.  Chinese Journal of Electronics. 2017(03)
[2]基于未知輸入觀測(cè)器的非線性動(dòng)態(tài)系統(tǒng)故障估計(jì)[J]. 胡正高,趙國(guó)榮,周大旺.  航空學(xué)報(bào). 2015(11)
[3]確定采樣型強(qiáng)跟蹤濾波飛機(jī)舵面故障診斷與隔離[J]. 馬駿,倪世宏,解武杰,董文瀚.  控制理論與應(yīng)用. 2015(06)
[4]基于SVDD的冷水機(jī)組傳感器故障檢測(cè)及效率分析[J]. 李冠男,胡云鵬,陳煥新,黎浩榮,李炅,胡文舉.  化工學(xué)報(bào). 2015(05)
[5]柔性機(jī)械臂振動(dòng)控制中的壓電傳感器故障診斷[J]. 馬天兵,杜菲,熊能,錢(qián)星光.  電子測(cè)量與儀器學(xué)報(bào). 2014(12)
[6]基于參數(shù)估計(jì)的一類非線性系統(tǒng)故障診斷算法[J]. 孫蓉,劉勝,張玉芳.  控制與決策. 2014(03)
[7]基于SRCKF的移動(dòng)機(jī)器人同步定位與地圖構(gòu)建[J]. 王宏健,傅桂霞,邊信黔,李娟.  機(jī)器人. 2013(02)
[8]基于模型診斷技術(shù)的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方法[J]. 馬紀(jì)明,萬(wàn)蔚,王法巖.  北京航空航天大學(xué)學(xué)報(bào). 2013(02)
[9]改進(jìn)UKF算法及其目標(biāo)跟蹤性能研究[J]. 陳偉衡,趙毅寰.  現(xiàn)代電子技術(shù). 2011(23)
[10]基于Hopfield神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)故障估計(jì)方法[J]. 王占山,張恩林,張化光,馮健.  南京航空航天大學(xué)學(xué)報(bào). 2011(S1)

博士論文
[1]智能傳感器偵察網(wǎng)絡(luò)中的目標(biāo)跟蹤算法研究[D]. 肖延國(guó).中國(guó)科學(xué)技術(shù)大學(xué) 2007

碩士論文
[1]一類噪聲為非高斯分布的非線性系統(tǒng)濾波方法研究[D]. 程興碩.杭州電子科技大學(xué) 2016



本文編號(hào)：3502533