版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著計(jì)算機(jī)、通信和傳感器技術(shù)的發(fā)展,多傳感器信息融合技術(shù)已經(jīng)成為各領(lǐng)域?qū)W者重點(diǎn)關(guān)注的焦點(diǎn)之一.由于通信寬帶的限制和網(wǎng)絡(luò)的承載能力等諸多因素的影響,從而導(dǎo)致數(shù)據(jù)在傳輸過程中會出現(xiàn)丟失的現(xiàn)象.所以,網(wǎng)絡(luò)系統(tǒng)中假設(shè)估值器接到的是完整的觀測數(shù)據(jù)并進(jìn)行狀態(tài)估計(jì),就會得出錯誤的結(jié)果,進(jìn)而可能對生產(chǎn)和工程造成損失.因此,研究具有數(shù)據(jù)丟失的多傳感系統(tǒng)信息融合問題具有十分重要的意義.
首先,對具有丟失觀測多傳感器系統(tǒng)推導(dǎo)了一類線性最小方差最
2、優(yōu)線性狀態(tài)估值器.通過將具有丟失觀測的系統(tǒng)模型等價(jià)地轉(zhuǎn)化為常規(guī)系統(tǒng)的狀態(tài)空間模型,在已有文獻(xiàn)的基礎(chǔ)上,提出了具有丟失觀測的集中式融合估值器、加權(quán)觀測融合估值器和最優(yōu)分布式融合估值器.
其次,針對在實(shí)際系統(tǒng)中往往存在建模誤差和外部干擾等不確定性,這些不確定因素導(dǎo)致系統(tǒng)含有不確定項(xiàng).而隨機(jī)不確定性可通過乘性噪聲描述.對同時(shí)含有乘性噪聲和丟失觀測的多傳感系統(tǒng).通過將乘性噪聲轉(zhuǎn)化為加性噪聲,提出了集中式融合估值器、加權(quán)觀測融合估值
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Kalman濾波方法的多傳感器信息融合濾波器.pdf
- 基于現(xiàn)代時(shí)間序列分析方法的多傳感器觀測融合Kalman濾波器與Wiener濾波器.pdf
- 最優(yōu)和自校正多傳感器加權(quán)觀測融合卡爾曼濾波器.pdf
- 基于現(xiàn)代時(shí)間序列的多傳感器信息融合Kalman濾波器與Wiener濾波器.pdf
- 基于Kalman濾波方法的多傳感器信息融合最優(yōu)白噪聲反卷積濾波器.pdf
- 多傳感器集中式與分布式信息融合濾波器.pdf
- 基于現(xiàn)代時(shí)間序列分析方法的觀測融合Kalman濾波器與Wiener濾波器.pdf
- 基于現(xiàn)代時(shí)間序列分析方法的觀測融合kalman濾波器與wiener濾波器
- 兩傳感器信息融合最優(yōu)和自校正濾波器.pdf
- 信息融合量化Kalman濾波器.pdf
- 時(shí)變系統(tǒng)多傳感器信息融合濾波及其應(yīng)用.pdf
- 多傳感器信息融合次優(yōu)濾波算法研究.pdf
- 多傳感器信息融合濾波及性能分析.pdf
- 多傳感器信息融合濾波技術(shù)研究.pdf
- 基于時(shí)滯多傳感器數(shù)據(jù)的信息融合濾波.pdf
- 協(xié)方差交叉信息融合濾波器.pdf
- 信息融合魯棒Kalman濾波器.pdf
- 帶觀測滯后的ARMA信號最優(yōu)融合反卷積濾波器.pdf
- 不確定觀測多傳感器ARMA信號信息融合估計(jì).pdf
- 帶隨機(jī)觀測滯后系統(tǒng)的信息融合濾波.pdf
評論
0/150
提交評論