广义系统最优与自校正信息融合滤波器

对带多个传感器广义离散随机线性系统,利用典范型分解,基于线性最小方差各分量按标量加权融合算法,给出了多传感器分布式最优分量融合降阶滤波器,它要求并行计算一系列标量权重。推得了任两个传感器子系统之间的滤波误差互协方差阵的计算公式。同时当系统含有未知噪声统计信息时,基于相关函数又给出了分布式自校正分量融合降阶滤波器。与各局部估计以及状态向量按标量加权融合估计相比,分量融合滤波具有更高的精度。仿真研究验证了其有效性。

多传感器ARMA信号自校正加权信息融合Wiener滤波器

本文对于含有未知模型参数和噪声统计的ARMA模型信号,运用现代时间序列分析方法,在递推增广最小二乘法的基础上,对ARMA新息模型参数进行在线辨识,辨识得到未知模型参数。噪声统计的在线估计是通过求解相关矩阵方程组的方法来完成的。基于按标量加权最优融合准则,本文推导出了ARMA模型信号分布式自校正加权信息融合Wiener滤波器。