多傳感器系統(tǒng)信息融合多段辨識算法研究.pdf

1、多傳感器信息融合也稱多傳感器數(shù)據(jù)融合或者多源信息融合,是指通過綜合多傳感器或多源信息,從而得到關(guān)于系統(tǒng)的更完備、更精確的結(jié)論。
　　 多傳感器信息融合估計是多傳感器信息融合的一個重要分支,它利用多個傳感器對目標(biāo)進(jìn)行檢測,從而可以提供比基于單個傳感器所得到的局部估計更加精確的融合估計。系統(tǒng)辨識是現(xiàn)代控制理論的一個重要分支,是指通過系統(tǒng)的輸入輸出確定系統(tǒng)的數(shù)學(xué)模型。在經(jīng)典系統(tǒng)辨識理論中,存在兩個局限性:一是在大多數(shù)情形下沒有考慮觀測

2、噪聲,二是僅考慮單傳感器情形。
　　 針對經(jīng)典系統(tǒng)存在的上述兩個局限性,本文研究帶觀測噪聲的多傳感器ARMA信號系統(tǒng)辨識算法,把多傳感器信息融合理論和系統(tǒng)辨識理論結(jié)合起來,從而達(dá)到提高辨識精度的目的。有重要的理論和實際意義。
　　 本文對于帶白色觀測噪聲、白色公共干擾噪聲的ARMA模型,帶有色觀測噪聲、白色公共干擾噪聲的ARMA模型,帶白色觀測噪聲、有色公共干擾噪聲的ARMA模型,以及反卷積系統(tǒng)模型,在含有未知模型參數(shù)和

3、噪聲方差的情形下,分別提出多段辨識算法。在每一種辨識算法中,首先用遞推增廣最小二乘(RELS)法或遞推輔助變量(RIV)法得到對AR參數(shù)的局部估值,并采用平均局部的方法得到融合估值。接著對于不同的情形,使用了相關(guān)函數(shù)法、帶死區(qū)的Gevers-Wouters算法與最小二乘(LS)法,得到對噪聲方差和MA參數(shù)的局部估值。然后采用平均局部的方法得到模型參數(shù)和噪聲統(tǒng)計的融合估值。對于每一種模型,均證明了融合估計的收斂性。
　　 大量仿真