多傳感器信息融合濾波廣泛應用于目標跟蹤、GPS定位、無人機、圖像處理、導航制導等高科技領(lǐng)域。經(jīng)典Kalman濾波方法是信息融合濾波(狀態(tài)估計)和信號處理的重要方法論和基本工具,但其局限性為要求假設(shè)模型參數(shù)和噪聲方差精確已知。然而在實際應用中,由于在建模過程中未建模動態(tài)、隨機干擾、模型簡化及非線性系統(tǒng)線性化等因素,引起模型參數(shù)和噪聲方差的隨機或模有界不確定性。特別是近年來隨著網(wǎng)絡(luò)化系統(tǒng)的蓬勃發(fā)展,由于受限網(wǎng)絡(luò)通訊能力、傳感器故障及隨機干擾等因素影響,不可避免地存在隨機不確定性如乘性噪聲、丟失觀測、丟包、隨機觀測滯后等。這種情況使得經(jīng)典Kalman濾波器失去最優(yōu)性,并導致濾波性能下降,甚至發(fā)散。因此,不確定系統(tǒng)魯棒濾波問題在近20年引起了廣泛的關(guān)注。所謂魯棒濾波器,即指對所有容許的系統(tǒng)不確定性,它的實際濾波誤差方差被保證有最小上界,或它的某種性能保持不變。對包含上述多種不確定性的混合不確定系統(tǒng)魯棒融合Kalman濾波問題及其在ARMA(Autoregressive moving average)信號處理中的應用尚未滿意解決。為此,本文研究帶混合不確定性魯棒融合Kalman濾波問題及其在AR...

【文章頁數(shù)】：204 頁

【學位級別】：博士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 基本信息融合方法
        1.2.1 集中式融合方法與分布式融合方法
        1.2.2 狀態(tài)融合方法與觀測融合方法
    1.3 魯棒濾波方法
        1.3.1 不確定系統(tǒng)的描述
        1.3.2 幾種常用的魯棒濾波方法
    1.4 魯棒Kalman濾波的發(fā)展概況和研究現(xiàn)狀
    1.5 論文的主要工作
        1.5.1 論文的主要內(nèi)容
        1.5.2 論文結(jié)構(gòu)安排
第2章 不確定系統(tǒng)CI融合保性能魯棒Kalman濾波
    2.1 引言
    2.2 帶不確定噪聲方差系統(tǒng)保性能魯棒濾波器
        2.2.1 問題的提出
        2.2.2 保性能魯棒Kalman濾波器
        2.2.3 第一類保性能魯棒Kalman濾波器
        2.2.4 第二類保性能魯棒Kalman濾波器
    2.3 帶不確定方差線性相關(guān)白噪聲系統(tǒng)CI融合保性能魯棒估值器
        2.3.1 問題的提出
        2.3.2 魯棒局部Kalman預報器
        2.3.3 魯棒局部Kalman濾波器和平滑器
        2.3.4 改進的CI融合魯棒Kalman估值器
        2.3.5 精度分析
        2.3.6 第一類改進的CI融合保性能魯棒Kalman估值器
        2.3.7 第二類改進的CI融合保性能魯棒Kalman估值器
    2.4 帶不確定噪聲方差和丟失觀測的CI融合保性能魯棒Kalman濾波器
        2.4.1 問題的提出
        2.4.2 魯棒局部Kalman濾波器
        2.4.3 改進的CI融合魯棒Kalman濾波器
        2.4.4 第一類改進的CI融合保性能魯棒Kalman濾波器
        2.4.5 第二類改進的CI融合保性能魯棒Kalman濾波器
    2.5 仿真例子
    2.6 本章小結(jié)
第3章 混合不確定系統(tǒng)加權(quán)狀態(tài)融合魯棒Kalman濾波
    3.1 引言
    3.2 帶混合不確定系統(tǒng)加權(quán)融合魯棒Kalman估值器
        3.2.1 問題的提出
        3.2.2 模型轉(zhuǎn)換
        3.2.3 魯棒局部Kalman預報器
        3.2.4 魯棒局部Kalman濾波器和平滑器
        3.2.5 按對角陣加權(quán)融合魯棒Kalman估值器
        3.2.6 精度分析
    3.3 帶不確定方差乘性和加性噪聲系統(tǒng)加權(quán)融合魯棒Kalman估值器
        3.3.1 問題提出
        3.3.2 模型轉(zhuǎn)換
        3.3.3 魯棒局部Kalman預報器
        3.3.4 魯棒局部Kalman濾波器和平滑器
        3.3.5 按對角陣加權(quán)融合魯棒Kalman估值器
        3.3.6 精度分析
    3.4 仿真例子
    3.5 本章小結(jié)
第4章 帶混合不確定性的ARMA信號魯棒融合Kalman濾波
    4.1 引言
    4.2 帶丟失觀測和不確定噪聲方差ARMA信號觀測融合魯棒Kalman估值器
        4.2.1 問題的提出
        4.2.2 模型轉(zhuǎn)化
        4.2.3 ARMA信號觀測融合魯棒預報器
        4.2.4 ARMA信號觀測融合魯棒濾波器和平滑器
        4.2.5 ARMA信號觀測融合魯棒估值器的等價性
        4.2.6 精度分析
    4.3 帶丟失觀測和不確定噪聲方差ARMA信號加權(quán)融合魯棒Kalman估值器
        4.3.1 問題的提出
        4.3.2 模型轉(zhuǎn)換
        4.3.3 ARMA信號魯棒局部預報器
        4.3.4 ARMA信號魯棒局部平滑器和濾波器
        4.3.5 ARMA信號按矩陣加權(quán)融合魯棒估值器
        4.3.6 精度分析
    4.4 帶混合不確定ARMA信號加權(quán)融合魯棒Kalman估值器
        4.4.1 問題的提出
        4.4.2 模型轉(zhuǎn)換
        4.4.3 ARMA信號魯棒局部估值器
        4.4.4 ARMA信號按標量加權(quán)融合魯棒估值器
        4.4.5 精度分析
    4.5 仿真例子
    4.6 本章小結(jié)
結(jié)論
參考文獻
致謝
攻讀博士學位期間發(fā)表的學術(shù)論文
攻讀博士學位期間取得的其它成果



本文編號：3790676