自校正加权观测融合Kalman估值器

摘要：

对于带未知噪声统计的多传感器系统,应用现代时间序列分析方法,基于滑动平均(MA)新息模型参数的两段递推最小二乘法在线辨识,可在线估计未知噪声方差,进而提出了一种加权观测融合自校正Kalman估值器,可统一处理自校正滤波、预报和平滑问题,并证明了它的收敛性,即若MA新息模型参数估计是一致的,则它与相应的最优加权观测融合Kalman估值器的误差收敛到零,因而具有渐近全局最优性.一个带3传感器跟踪系统的仿真例子说明了其有效性.

关键词：多传感器、加权观测融合、Kalman估值器、辨识、自校正、噪声方差估计、现代时间序列分析方法

所属期刊栏目：6

分类号：O211.64(概率论与数理统计)

资助基金：中国科学院资助项目60374026;黑龙江省重点实验室基金

在线出版日期：2006-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：116-120