多传感器次优Kalman滤波器及其融合效果评价

给出一种简单有效的次优Kalman滤波融合算法,用相对误差协方差矩阵和绝对误差均值等量化指标分析了融合算法的有效性,并用计算机仿真结果对融合效果做进一步验证.

线性逆问题求解的多尺度降阶模型

基于相对误差协方差矩阵信息,该文给出线性逆问题求解的多尺度降阶模型,把高阶模型的求 解问题转化为一个近似的低阶模型再进行求解.利用该降阶模型可以得到与完全模型相当的估计效果,同时 又能大大降低逆算法的计算量,从而有效地解决逆问题求解中计算复杂度过高的难题,增强逆问题求解算法 的可实施性.采用降阶模型进行求解还可以增加那些提供显著信息的点的估计精度.

多源观测逆问题的多尺度分布式分层求解算法

针对多源观测逆问题求解时所需的计算量过大这问题,该文给出了多源观测逆问题的一种多尺度分布式分 层求解算法。其基本思想是:首先,对各传感器上采集到的观测数据分别进行多尺度分解;其次,基于每个传感器 的观测信息,得到目标信号的小波变换系数的局部最优估计值;然后,基于相对误差协方差矩阵提供的信息,在每 个尺度上将目标信号的小波系数或最粗尺度系数的局部估计值进行融合;最后,做小波逆变换,得到目标信号基于 全局信息的融合估计值。采用该算法求解多源观测逆问题既能得到与采用集中式求解算法相当的估计效果,又能有 效地降低求解所需的计算量,进一步增强算法的可实施性。