教育部科学技术研究重点项目(209038)
- 作品数：7 被引量：33H指数：3
- 相关作者：孙书利郝钢朱齐丹叶秀芬马静更多>>
- 相关机构：黑龙江大学哈尔滨工程大学更多>>
- 发文基金：教育部科学技术研究重点项目国家自然科学基金黑龙江省自然科学基金更多>>
- 相关领域：理学电子电信自动化与计算机技术更多>>
- 不确定观测线性离散随机系统白噪声估值器
- 2010年
- 在网络控制系统和传感器网络中,可能的传感器观测数据丢失使得系统的观测具有不确定性。应用新息分析方法,对传感器具有数据丢失的不确定观测线性离散随机系统,提出了统一和通用的白噪声估计算法,包括输入白噪声估值器和观测白噪声估值器。可统一处理传感器具有数据丢失的白噪声的最优滤波、预报和平滑问题。同时,给出了稳态白噪声估值器和相应的Wiener白噪声估值器。当没有数据丢失时,所得的结果恰是以往基于完整观测数据的白噪声估值器。仿真研究验证了算法的有效性。
- 孙书利张腾
- 关键词：数据丢失
- 具有丢失观测广义系统的最优降阶滤波器设计
- 基于奇异值分解,具有丢失观测的广义系统等价地转化为两个降阶子系统。应用新息分析方法,对具有丢失观测的两个降阶子系统,分别给出了状态滤波器。推得了两个降阶状态滤波之间滤波误差方差阵的计算公式。进而,获得了原广义系统的状态滤...
- 王会英丁桂娟屈冬梅
- 关键词：乘性噪声奇异值分解
- 具有丢失观测广义系统的最优降阶滤波器设计
- 基于奇异值分解,具有丢失观测的广义系统等价地转化为两个降阶子系统。应用新息分析方法,对具有丢失观测的两个降阶子系统,分别给出了状态滤波器。推得了两个降阶状态滤波之间滤波误差方差阵的计算公式。进而,获得了原广义系统的状态滤...
- 王会英丁桂娟屈冬梅
- 关键词：乘性噪声奇异值分解
- 文献传递
- 带未知输入随机奇异系统多传感器分布式融合滤波
- 带未知输入的单传感器随机奇异系统,基于典范型分解,将原奇异系统化为等价的两个降阶子系统,在没有未知输入的任何先验信息的条件下,提出了不依赖于未知输入的降阶线性无偏最小方差状态滤波器.进而,对带未知输入的多传感器随机奇异系...
- 屈冬梅马静孙书利
- 关键词：多传感器
- 文献传递
- 不受约束的全局最优加权观测融合估计被引量：1
- 2010年
- 利用矩阵满秩分解方法,基于加权最小二乘理论提出了一种不受各传感器观测阵是否相同、观测噪声是否相关约束限制的加权观测融合估计算法。证明了其估计结果每时刻恒同于集中式融合Kalman估计结果,因而具有全局最优性,且可明显减小计算负担,便于实时应用。通过对GPS目标跟踪系统的两种方案进行仿真说明了它的功能等价性、快速性以及最优性。
- 王欣朱齐丹孙书利
- 关键词：满秩分解加权最小二乘加权观测融合
- 广义系统信息融合稳态与自校正满阶Kalman滤波器被引量：8
- 2011年
- 基于线性最小方差标量加权融合算法和射影理论,对带多个传感器和带相关噪声的广义系统,提出了分布式标量加权融合稳态满阶Kalman滤波器.推得了任两个传感器子系统之间的稳态满阶滤波误差互协方差阵,其解可任选初值离线迭代计算.所提出的稳态融合滤波器避免了每时刻计算协方差阵和融合权重,减小了在线计算负担.当系统含有未知模型参数时,基于递推增广最小二乘算法和标量加权融合算法,提出了一种两段融合自校正状态滤波器.其中第1段融合获得未知参数的融合估计;第2段融合获得分布式自校正融合状态滤波器.与局部估计和加权平均融合估计相比,所提出的标量加权融合参数估计和自校正状态估计都具有更高的精度.仿真研究验证了其有效性.
- 马静孙书利
- 带相关噪声的加权观测融合估计算法及其全局最优性被引量：5
- 2010年
- 针对多传感器线性离散定常随机控制系统,当具有相关噪声且每个传感器带不同观测阵时,基于矩阵满秩分解与加权最小二乘理论,提出了新的加权观测融合估计算法。该算法首先将多个传感器的观测折算到一个等效的传感器上,对等效的传感器系统进行估计,证明了其估计结果相同于集中式融合稳态Kalman估计结果,因而它同样具有渐近全局最优性,且可明显减小计算负担,便于实时应用。仿真实验结果表明了该算法的有效性。
- 王欣王欣朱齐丹
- 关键词：相关噪声满秩分解加权观测融合
- 带相关噪声的非方广义系统降阶Kalman递推滤波器
- 应用矩阵的奇异值分解、广义逆矩阵理论,将非方广义系统分解成两个等价子系统。基于经典Kalman滤波理论研究了非方广义离散随机线性系统的状态估计问题,给出了一种带相关噪声的非方广义系统降阶Kalman递推滤波器。给出了数值...
- 田行伟石莹
- 关键词：广义逆矩阵KALMAN滤波器
- 文献传递
- 多传感器加权观测融合自适应UKF滤波器被引量：2
- 2011年
- 对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法。该算法利用导出的平稳随机序列的相关函数估计系统观测噪声方差统计R(j),并证明了其收敛性。进而利用Sage-Husa估计算法得到自适应UKF滤波算法。该方法避免了传统Sage和Husa的自适应滤波算法不能处理Q和R均未知的系统的局限性。为了将多传感器信息加以充分利用,提高滤波精度,本文利用加权最小二乘法(WLS),实现了多传感器加权观测融合自适应UKF滤波器。一个带3传感器非线性系统的仿真例子说明了该算法的有效性。
- 郝钢叶秀芬
- 关键词：自适应滤波加权观测融合
- 一类非线性广义随机系统的降阶Kalman滤波器
- 2011年
- 研究了一类非线性广义系统的状态估计问题。利用Taylor级数展开的方法将其转化为线性广义系统;再利用奇异值分解,对线性化后的系统进行降阶,转化为等价的正常线性系统;最后基于Kalman滤波估值理论,得到非线性广义系统的Kalman滤波器。通过数值仿真例子,验证了所提方法的有效性。
- 石莹田英明田行伟
- 关键词：非线性广义系统状态估计奇异值分解KALMAN滤波
