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、多傳感器信息融合也稱作多傳感器數(shù)據(jù)融合或多源信息融合。多傳感器信息融合的目的是利用來自多傳感器的觀測信息,得到系統(tǒng)狀態(tài)最優(yōu)融合估計(jì)。信息融合是對多源信息的一個(gè)優(yōu)化組合的過程,從而獲得系統(tǒng)狀態(tài)的比基于單傳感器更精確的估計(jì)。
由一個(gè)線性隨機(jī)系統(tǒng)的輸出信號估計(jì)其輸入信號叫反卷積或輸入估計(jì),廣泛應(yīng)用于石油地震勘探、信號處理等領(lǐng)域。
對帶白色觀測噪聲和觀測滯后的ARMA信號反卷積多傳感器系統(tǒng),基于ARMA信號與狀態(tài)空間
2、模型的轉(zhuǎn)換,并將觀測滯后嵌入到狀態(tài)空間模型中,提出了ARMA信號的集中式融合反卷積濾波器,同時(shí)提出了全局最優(yōu)的分布式融合反卷積濾波器。
對帶白色和有色觀測噪聲及帶觀測時(shí)滯的ARMA信號反卷積多傳感器系統(tǒng),提出ARMA信號標(biāo)量加權(quán)融合反卷積Kalman濾波器以及加權(quán)觀測融合反卷積Kalman濾波器。
將帶白色和有色觀測噪聲和觀測滯后的ARMA信號濾波問題,轉(zhuǎn)化為ARMA信號反卷積問題,且觀測滯后被嵌入到ARMA
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(huì)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
- 多通道ARMA信號加權(quán)信號融合Kalman反卷積濾波器.pdf
- ARMA信號最優(yōu)和自校正信息融合卡爾曼濾波器.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
- 帶隨機(jī)觀測滯后系統(tǒng)的信息融合濾波.pdf
- 基于ARMA新息模型的自校正信息融合濾波器.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
- 不確定觀測多傳感器ARMA信號信息融合估計(jì).pdf
- 具有丟失觀測多傳感系統(tǒng)的信息融合濾波器.pdf
- 自校正信息融合信號Wiener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
- 兩傳感器信息融合最優(yōu)和自校正濾波器.pdf
- 帶隨機(jī)滯后和丟包網(wǎng)絡(luò)系統(tǒng)的滿階濾波器.pdf
- 最優(yōu)和自校正多傳感器信息融合白噪聲反卷積估值器.pdf
- 基于脊波濾波器和反卷積結(jié)構(gòu)模型的SAR圖像分割.pdf
- 59740.最優(yōu)和次優(yōu)wiener反卷積濾波新方法
- 信息融合量化Kalman濾波器.pdf
- 混疊卷積信號的盲反卷積研究.pdf
- 卡爾曼濾波器在多元信號融合中的應(yīng)用研究.pdf
評論
0/150
提交評論