基于M带小波的动态多尺度系统融合估计

《基于M带小波的动态多尺度系统融合估计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷第1期自动化学报Vol.33,No.12007年1月ACTAAUTOMATICASINICAJanuary,2007基于M带小波的动态多尺度系统融合估计崔培玲1;2王桂增1潘泉3摘要研究一类动态多尺度系统的融合估计方法，这类系统具有已知的动态系统模型约束，由具有不同采样率的多个传感器独立观测，传感器的采样率以M(M>2)倍递减.用M带小波变换来拟合状态在各尺度空间的投影关系，建立了满足标准卡尔曼滤波条件的系统模型.进行卡尔曼滤波后，可以获得系统状态最优估计值.仿真结果验证了该动态多尺度系

2、统融合估计算法的有效性.关键词M带小波，动态多尺度系统，估计中图分类号TP13FusionandEstimationofDynamicMultiscaleSystemBasedonM-BandWaveletCUIPei-Ling1;2WANGGui-Zeng1PANQuan3AbstractInthispaper,thefusionandestimationalgorithmofaclassofdynamicmultiscalesystemsisinvestigated.Thissystemis

3、subjecttotheknowndynamicsystemmodel,andismeasuredbymultiplesensorswithdi®erentsamplingrates.ThesamplingratesdecreasebyafactorofM(M>2).M-bandwaveletisusedtoapproximatetheprojectionrelationshipbetweenthescalespaces,andsystemmodelthatsatis¯esKalman¯lter

4、conditionisbuilt.AfterperformingKalman¯lter,theoptimalstateestimationcanbeobtained.Simulationresultsaregiventoobtaininsightintothee®ectivenessofourmethod.KeywordsM-bandwavelet,dynamicmultiscalesystem,estimation1引言是针对一种最简单的情况，即相邻尺度上传感器之间采样率是2倍关系的动态多尺度

5、系统，采用的是为了提高动态系统的状态估计、目标识别和目2进小波.对于在实际系统中非常重要且常见的非2标跟踪等方面的性能，可采用多个不同采样率的传倍采样率的情况，目前尚未见报道.感器对其进行观测，这类系统被称为动态多尺度系多尺度系统和小波变换所构成的多尺度分析之统(Dynamicmultiscalesystem,DMS).此时，观间，存在着天然的相似性.与2进小波理论相比，M测数据的数据量大并且具有多尺度特征，传统的数带小波理论[9]为小波基的选取提供了更广泛的选择据处理技术和融合手段很难直接应用

6、到这类系统中.余地;在分解子带数相同条件下，M带小波变换中因此，研究其融合估计方法就成为众多科技工作者信号是按“多通道”进行分解的，所以按不同频带分努力探索的问题.解的速度较快，对高频有更细的频带划分.在这方面已取得了一些研究成果，国外主要是对相邻尺度上传感器的采样率之间是M倍以Willsky[1]、Hong[2]为首的研究小组，国内主要(M>2)关系的动态多尺度系统，本文用M带小波是作者所在课题组进行的大量研究[3»8].目前，多尺来拟合状态在各尺度空间的投影关系，采用扩维的度估计方法已有效应

7、用于各种大规模静态估计问题，方式将一个时间块内最细尺度的状态节点当作一个而在动态多尺度系统融合估计方面的研究成果，都向量来处理，用状态空间投影方程将各尺度的节点连接起来，从而建立了新的系统模型，该模型满足收稿日期2005-9-21收修改稿日期2006-7-11ReceivedSeptember21,2005;inrevisedformJuly11,2006卡尔曼滤波条件.进行卡尔曼滤波后，可以获得系统国家自然科学基金(60234010),中国博士后基金(2005037353)资助状态的最优估计值

8、.仿真结果验证了该动态多尺度SupportedbyNationalNaturalScienceFoundationofP.R.China(60234010)andChinaPostdoctoralScienceFoun-系统融合估计算法的有效性.dation(2005037353)1.清华大学自动化系北京1000842.北京航空航天大学仪器科学与光电工程学院北京1000833.西北工业大学自动化学院西安2问题描述7100721.DepartmentofAutomation,TsinghuaUni