对于在噪声环境下的反卷积系统的多传感器信息融合辨识算法

对于一个在噪声环境下的反卷积系统,当噪声为未知白噪声时,提出了一种多传感器信息融合辨识算法。该算法的核心是依次使用递推增广最小二乘法、相关函数法和Gevers-Wouters算法。使用该算法可以得到对系统未知参数和未知噪声的局部和融合估计,并且证明了辨识的收敛性。用Matlab软件对一个例子进行仿真,从而对算法的有效性做了说明。

带有色公共干扰噪声的ARMA模型多传感器信息融合系统辨识

针对带未知参数的有色公共干扰噪声的自回归滑动平均(ARMA)模型,专门提出一种多段辨识算法:首先用递推辅助变量法获得自回归参数的局部估值,并采用平均局部的方法得到融合估值,再用带死区的GeversWouters算法和求解线性方程组得到滑动平均参数和噪声方差的局部和平均融合估值,并证明估值结果以概率1收敛于真实值。通过Matlab仿真显示单传感器得到的辨识结果均收敛于真实值,并且综合多个传感器的信息可以得到更为精确的结果。