基于现代时间序列分析方法的多传感器观测融合Kalman滤波器与Wiener滤波器

《基于现代时间序列分析方法的多传感器观测融合Kalman滤波器与Wiener滤波器》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要?了妇口‘了中文摘要在线性最小方差最优信息融合准则下，对多传感器系统用现代时间序列分析方法，基于ARMA新息模型，应用加权观测融合方法与集中观测融合方法的完全功能等价性，提出了多传感器加权观测融合Kalman滤波器和Wiener状态滤波器，提出了多传感器加权观测融合单通道信号Wiener估值器，提出了多传感器加权观测融合单通道白噪声Wiener反卷积估值器和多传感器加权观测融合单通道信号Wiener反卷积滤波器。在各传感器具有相同的观测阵的前提下，加权观测融合力一法同集中式观测融合方法相比，不仅可获得全局最优融合估计，而且不增加观测向

2、量的维数，可明显减小计算负担，便于实时应用。大量的仿真例了说明了新提出的结果的有效性。关键词:线性最小方差最优信息融合准则现代时间序列分析方法ARMA新息模型加权观测融合Kalman滤波器Wiener滤波器反卷积白噪声Wiener估值器全局最优估计集中式观测融合黑龙江大学硕士学位论文AbstractUnderthelinearminimumvarianceoptimalinformationfusionth八criterion,byusingthemoderntimeseriesanalysis‘method,basedontheautore

3、gressivemovingaverage(ARMA)innovationmodel,byusingfunctionalequivalenceoftheweightedmeasurementfusionandcentralizedmeasurementfusionmethods,themultisensorwei幼ledmeasurementfusionKalmanfilterandWienerstatefilter,themultisensorweightedmeasurementfusionsinglechannelWienersigna

4、lfilter，themultisensorweightedmeasurementfusionsignlechannelwhitenoiseWienerdeconvolutionfilterandthemultisensorweightedmeasurementfusionsinglechannelWienerdeconvolutionfilterarepresentedrespectively.Assumingthateachsensorhasthesamemeasurenmentmatrix,comparedwiththecentrali

5、zedmeasurementfusionmethod,theweightedmeasurementfusionmethodnotonlyitgivethegloballyoptimalestimation,butalsoitcanobviouslyreducethecomputationalburden,sothatitissuitableforrealtimeapplicalions.ManysimulationexamplesshowtheireffectivenessKeywords.linearminimumvarianceoptim

6、alinformationfusioncriterionmoderntimeseriesanalysismethodtheautoregressivemovingaverage(ARMA)innovationmodelweightedmeasurementfusionKalmanfilterWienerfilterdeconvolutiongloballyoptimalestimationcentralizedmeasurementfusion引言亩面西面亩万百石石曰面奋亩亩面石奋亩亩石亩石奋石引言随着科学技术的发展，现代战争已经发展到在海、

7、路、空、天、电磁五维结构中进行。为了获得最佳的作战效果，在现代c31(指挥、控制、通信与情报)作战系统中，依靠单传感器提供信息已无法满足作战的需要，必须运用多传感器提供数据，实时进行目标发现、优化综合处理、来获取状态估计、目标属性、行为意图、态势评估、威胁分析和辅助决策等作战信息111。在多传感器系统中，由于信息表现形式的多样性，信息数量的巨大性，信息关系的复杂性，以及要求信息处理的及时性都已大大超出了人脑的信息综合处理能力12)。为此，从20世纪70年代起，一个新兴学科一多传感器信息融合(MultisensorInformationFusi

8、on)便迅速地发展起来，并在现代ClI系统中和各种武器平台上得到了广泛的应用。近20年来，多传感器信息融合在国防上已经发展成为一个十分活跃的热门研究领域，是多学科，