基于分段信号假设检验的方差估计算法.pdf

基于分段信号假设检验的方差估计算法.pdf

ID:51449202

大小:282.38 KB

页数:4页

时间:2020-03-24

基于分段信号假设检验的方差估计算法.pdf_第1页
基于分段信号假设检验的方差估计算法.pdf_第2页
基于分段信号假设检验的方差估计算法.pdf_第3页
基于分段信号假设检验的方差估计算法.pdf_第4页
资源描述:

《基于分段信号假设检验的方差估计算法.pdf》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、2015年第34卷第7期传感器与微系统(TransducerandMicrosystemTechnologies)121DOI:10.13873/J.1000-9787(2015)07--0121--04基于分段信号假设检验的方差估计算法袁燎原,章卫国,刘洋,刘小雄(西北工业大学自动化学院,陕西西安710072)摘要:针对传感器测量噪声变化导致加权数据融合精度下降的问题,提出一种新的方差估计算法。方差估计采用自适应移动数据窗,窗口长度由多元假设检验的结果决定。假设检验环节首先应用信号分段处理方法与

2、中心极限定理,使得检验统计量满足正态分布,简化了后续计算与理论推导。然后根据马尔可夫状态转移理论和最大后验概率准则,实现测量噪声方差变化的快速检测。通过与典型算法的仿真对比,验证所提算法克服了典型方法的局限性,能够保证加权数据融合具有更高精度。关键词:方差估计;加权数据融合;信号分段;假设检验中图分类号:TP274文献标识码:A文章编号:1000-9787(2o15)07-0121-04Varilancees;timationalgorithmb13asedoOnhIlypotUhlesistes

3、tingotsegmentedsignalYUANLiao—yuan,ZHANGWei-guo,LIUYang,LIUXiao-xiong(CoHegeofAutomation,NorthwesternPolytechnicalUniversity,Xi’an710072,China)Abstract:Todealwiththeproblemthattheprecisionofweighteddatafusionmaydecreasewhenmeasurementnoisevaries,anove

4、lalgorithmofvarianceestimationisproposed.Varianceestimationisimplementedbyadaptivemovingdatawindow,lengthofwindowisdeterminedbyhypothesistestingresult.Inthepartofhypothesistesting,statisticsofthehypothesistestingapproximatedthenormaldistributionbyutil

5、izingsignalsegmentingprocessingmethodandthecentra1limittheorem,whichsireplifiesthefollowingcalculationandtheoreticaldeduction.Then,basedontheMarkovstatetransitiontheoryandthemaximumaposterioricriterion,thechangeofthemeasurementnoisevarianceisdetectedq

6、uickly.Thecomparisonofsimulationresuhsverifiestheimprovedalgorithmovercomethelimitationofthetypicalmethodandguaranteehigherfusionprecision.Keywords:varianceestimation;weighteddatafusion;signalsegmenting;hypothesistesting0引言通过引入多元假设检验环节实现移动数据窗长度的自适应加权数

7、据融合算法根据传感器的方差分配权系数,在调整,提高方差估计的精度。精度较差的传感器参与融合的情况下,依然能够提高融合1平均值偏差法精度,因此,该算法得到了广泛的应用N-63。而实际中传感由于各待测状态量通常为解耦的,不失一般性,选取测器的测量噪声受到传输误差、环境噪声以及人为干扰等多量一维状态量的多传感器系统作为研究对象。n只传感器因素影响,方差并非始终不变,不能简单等同于传感器自身对系统状态参数的量测方程为方差参数或通过经验指定,需要采用算法进行实时估计。Y=Hx+P,(1)方差估计的准确与否决

8、定了最终融合结果的精度。式中X为一维状态量Y=[Y。Y2⋯Y]为n维测典型的方差估计算法包括相关系数法和平均值偏量向量,e-[e。e⋯e]为n维测量噪声向量,e相差法。上述两种方法中所采用的移动数据窗长度固定,互独立且满足e一Ⅳ(0,),:为各传感器测量方差,日:对测量噪声变化缺乏自适应性,无法同时保证方差变化时[1,⋯,1]。的快速跟踪和方差不变时的精确估计,会导致融合精度的在线性最小方差估计的准则下,加权融合估计值为下降。本文在平均值偏差法的基础上,提出了一种改进算法,=(∑w

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。