版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、卡爾曼濾波被廣泛應(yīng)用于各種工程實(shí)踐和信號(hào)處理中,經(jīng)典Kalman濾波只適合于解決模型參數(shù)和噪聲方差精確己知系統(tǒng)的狀態(tài)估計(jì)問(wèn)題。然而,在許多理論和工程應(yīng)用問(wèn)題中,模型參數(shù)和噪聲方差的不確定性是廣泛存在的。當(dāng)模型參數(shù)和噪聲方差出現(xiàn)不確定性時(shí),應(yīng)用經(jīng)典Kalman濾波理論,濾波性能會(huì)降低甚至?xí)馂V波器的發(fā)散。為了解決不確定系統(tǒng)的濾波問(wèn)題,近些年,有關(guān)魯棒Kalman濾波的一些研究成果已經(jīng)被提出。所謂的魯棒Kalman濾波器是指設(shè)計(jì)一個(gè)濾波器
2、使其對(duì)所有容許的不確定性,它的相應(yīng)的實(shí)際濾波誤差方差陣被保證有一個(gè)最小上界。
目前針對(duì)帶模型參數(shù)不確定系統(tǒng),有兩種基本方法來(lái)設(shè)計(jì)魯棒Kalman濾波器,一種方法是Riccati方程方法,一種是線性矩陣不等式(LMI)方法。這兩種方法的缺點(diǎn)是主要適用于帶模型參數(shù)不確定,噪聲方差精確己知的不確定系統(tǒng)的魯棒Kalman濾波設(shè)計(jì)。而且大多數(shù)文獻(xiàn)沒(méi)有考慮多傳感器信息融合魯棒濾波器的設(shè)計(jì)問(wèn)題,且融合魯棒濾波器的魯棒性問(wèn)題沒(méi)有完全解決。因此
3、本論文針對(duì)帶不確定噪聲方差的多傳感器系統(tǒng)研究信息融合魯棒Kalman濾波問(wèn)題。
對(duì)噪聲方差不確定的多傳感器系統(tǒng),本文的主要工作如下:基于極大極小魯棒估計(jì)原理,提出了一種設(shè)計(jì)魯棒局部和融合Kalman濾波器的新方法:即對(duì)帶保守噪聲方差上界的最壞情形保守系統(tǒng),在無(wú)偏線性最小方差(ULMV)最優(yōu)估計(jì)準(zhǔn)則下,可得帶保守觀測(cè)的保守最優(yōu)局部和融合Kalman濾波器,將保守觀測(cè)用真實(shí)系統(tǒng)的實(shí)際觀測(cè)代替,可得魯棒局部和融合Kalman濾波器及
4、其在一般情形下實(shí)際濾波誤差方差的最小上界。提出了魯棒性分析的Lyapunov方程方法,將魯棒性證明問(wèn)題轉(zhuǎn)化為判定Lyapunov方程的解的正定性問(wèn)題,對(duì)所提出的局部和融合魯棒Kalman估值器的魯棒性進(jìn)行了嚴(yán)格的證明,不同于以往文獻(xiàn)中提出的Riccati方程方法和線性矩陣不等式(LMI)方法。對(duì)不確定噪聲方差系統(tǒng)提出了魯棒精度和實(shí)際精度概念及魯棒精度分析方法,并且證明了所提出的魯棒估值器之間的魯棒精度關(guān)系。
提出了五種魯棒加權(quán)
5、融合時(shí)變Kalman估值器(濾波器、預(yù)報(bào)器和平滑器)。其中包括3種狀態(tài)融合(按矩陣加權(quán)、按標(biāo)量加權(quán)和按對(duì)角陣加權(quán))魯棒Kalman估值器,一種改進(jìn)的協(xié)方差交叉(CI)融合魯棒Kalman估值器和一種加權(quán)觀測(cè)融合魯棒Kalman估值器。其中基于增廣狀態(tài)方法得到了魯棒加權(quán)融合Kalman平滑器,且所提出的改進(jìn)的CI魯棒融合器包含局部估值器之間的保守互協(xié)方差信息,相比于原始的不考慮互協(xié)方差信息的CI融合器,提高了CI融合器的魯棒精度,給出了實(shí)
6、際估值誤差方差陣的一個(gè)最小上界。
通過(guò)對(duì)時(shí)變局部和融合魯棒Kalman估值器取極限的間接方法,提出了相應(yīng)的局部和融合魯棒穩(wěn)態(tài)Kalman估值器,且通過(guò)動(dòng)態(tài)誤差系統(tǒng)分析方法(DESA)和動(dòng)態(tài)方差誤差系統(tǒng)分析方法(DVESA),證明了所提出的時(shí)變和穩(wěn)態(tài)魯棒估值器彼此按實(shí)現(xiàn)收斂。基于穩(wěn)態(tài)Kalman濾波理論,提出了一種簡(jiǎn)單直接方法設(shè)計(jì)局部和融合魯棒穩(wěn)態(tài)Kalman估值器。
基于極大極小魯棒估計(jì)原理,對(duì)帶不確定噪聲方差的帶時(shí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 信息融合量化Kalman濾波器.pdf
- 分簇傳感網(wǎng)絡(luò)魯棒融合Kalman濾波.pdf
- 基于Kalman濾波方法的多傳感器信息融合濾波器.pdf
- 不確定系統(tǒng)保性能魯棒融合Kalman濾波.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
- 基于現(xiàn)代時(shí)間序列分析方法的觀測(cè)融合kalman濾波器與wiener濾波器
- 基于現(xiàn)代時(shí)間序列分析方法的觀測(cè)融合Kalman濾波器與Wiener濾波器.pdf
- 不確定系統(tǒng)的魯棒濾波器設(shè)計(jì).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
- 魯棒融合Kalman濾波及其在信號(hào)處理中的應(yīng)用研究.pdf
- 不確定隨機(jī)系統(tǒng)的魯棒濾波器設(shè)計(jì).pdf
- 基于現(xiàn)代時(shí)間序列分析方法的多傳感器觀測(cè)融合Kalman濾波器與Wiener濾波器.pdf
- 多通道ARMA信號(hào)加權(quán)信號(hào)融合Kalman反卷積濾波器.pdf
- 協(xié)方差交叉信息融合濾波器.pdf
- 基于擴(kuò)展Kalman濾波器的風(fēng)速建模.pdf
- 基于FPGA的Kalman濾波器實(shí)現(xiàn)研究.pdf
- Markov跳躍系統(tǒng)的魯棒Kalman濾波與非線性控制.pdf
- 自校正信息融合信號(hào)Wiener濾波器.pdf
- 線性隨機(jī)不確定系統(tǒng)的魯棒Kalman濾波的研究.pdf
- 基于魯棒H-,∞-濾波器的不確定系統(tǒng)識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論