收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

Self-tuning Distributed Fusion Kalman Filter With Asymptotic Global Optimality

【摘要】:For the multisensor systems with unknown model parameters and noise variances,by the system identification method,the estimators of the model parameters and noise variances can be obtained,and then substituting them into the steady-state optimal distributed fusion Kalman filter under the information filter form,a self-tuning distributed fusion Kalman filter is presented.Using the dynamic error system analysis(DESA)method,it is proved that the self-tuning distributed fusion Kalman filter converges to the steady-state optimal distributed fusion Kalman filter,so that it has asymptotic global optimality.It can be applied to the signal processing to obtain the self-tuning distributed fusion signal filter.A simulation example of a self-tuning fused filter for AR signal with 3-sensor shows its effectiveness.

知网文化
【相似文献】
中国重要会议论文全文数据库 前10条
1 ;Self-tuning Distributed Fusion Kalman Filter With Asymptotic Global Optimality[A];第二十九届中国控制会议论文集[C];2010年
2 ;Self-tuning Measurement Fusion Kalman Filter with Correlated Measurement Noises and Its convergence[A];第二十七届中国控制会议论文集[C];2008年
3 ;Self-tuning Weighted Measurement Fusion Kalman Filter with Cooperating Identification for Multisensor System with Correlated Noises[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
4 ;Self-tuning Measurement Fusion Kalman Filter for Multisensor Systems with Companion Form and Common Disturbance Noise[A];第二十九届中国控制会议论文集[C];2010年
5 ;Self-tuning Fusion State-Component Kalman Smoother for Multisensor Systems with Companion Form[A];第二十九届中国控制会议论文集[C];2010年
6 ;Reduced Dimension Measurement Fusion Kalman Filtering Algorithm[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
7 高美娟;张帆;田景文;;基于Kalman滤波的氧化还原电位网络传感器[A];第二十七届中国控制会议论文集[C];2008年
8 宋会杰;屈俐俐;;自适应Kalman滤波在钟差数据处理中的应用[A];第三届中国卫星导航学术年会电子文集——S04原子钟技术与时频系统[C];2012年
9 ;An Improved Unscented Kalman Filter for Projectile's Attitude Determination[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
10 ;High Dynamic Carrier Phase Tracking Based on Adaptive Kalman Filtering[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
中国博士学位论文全文数据库 前10条
1 郝钢;自校正观测融合Kalman估值器及其在典型跟踪系统中的应用[D];哈尔滨工程大学;2011年
2 王邢波;基于Kalman滤波的无线传感器网络目标跟踪算法的研究[D];山东大学;2011年
3 冉陈键;最优和自校正多传感器加权观测融合卡尔曼滤波器[D];黑龙江大学;2011年
4 崔丽梅;基于一个全球谱模式的集合Kalman滤波同化系统研究[D];中国海洋大学;2010年
5 孙晓琳;基于Kalman滤波和BP神经网络的财务危机动态预警模型研究[D];哈尔滨工业大学;2010年
6 王欣;多传感器广义线性系统最优和自校正加权观测融合估计方法研究[D];哈尔滨工程大学;2011年
7 张玫;线性乘性不确定系统的状态估计和信息融合[D];山东大学;2011年
8 姜向远;基于最优估计的传感器网络室内无线测距与定位问题研究[D];山东大学;2012年
9 覃文军;基于视觉信息的手势识别算法与模型研究[D];东北大学;2010年
10 高媛;最优和自校正多传感器观测融合滤波方法和算法研究[D];黑龙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 冯园园;基于Kalman滤波算法的状态估计及风电机组可靠性建模与优化研究[D];北京化工大学;2011年
2 傅炜娜;基于Vold-Kalman跟踪滤波的旋转机械阶比分析方法研究[D];重庆大学;2010年
3 刘娜;信息融合量化Kalman滤波器[D];黑龙江大学;2012年
4 于丹;基于Kalman滤波器的管道泄漏检测与定位方法研究[D];北京化工大学;2010年
5 赵大建;基于FPGA的Kalman滤波器实现研究[D];南京航空航天大学;2012年
6 吴良健;基于Camshift和Kalman滤波的多目标跟踪算法研究[D];中南民族大学;2010年
7 伍锡锈;动态变形监测中的Kalman滤波方法研究[D];中南大学;2011年
8 刘伟;基于惯性/多普勒组合导航的风速风向测量研究[D];南京航空航天大学;2011年
9 陈海霞;有限丢包系统的分布式信息融合估计[D];黑龙江大学;2012年
10 汪超;基于AR模型与Kalman滤波算法的电力系统间谐波检测方法研究[D];哈尔滨工业大学;2011年
中国重要报纸全文数据库 前2条
1 晓雅;匈牙利罗马尼亚3G牌照待售[N];人民邮电;2004年
2 记者 王华楠;组合导航定位为农机引路[N];中国技术市场报;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978