自校正信息融合Wiener滤波器及其收敛性

摘要：

对带未知噪声统计的多传感器系统,用求解相关函数矩阵方程组的方法得到噪声统计在线估值器,并提出了自校正Lyapunov方程.用现代时间序列分析方法,基于滑动平均(MA)新息模型的辨识,在按分量标量加权线性最小方差最优信息融合准则下,提出了自校正分量解耦融合Wiener滤波器,并用动态误差系统分析(DESA)的方法证明了自校正Lyapunov方程的收敛性,进而证明了自校正融合Wiener滤波器收敛于最优融合Wiener滤波器,因而具有渐近最优性.它的精度比每个局部自校正Wiener滤波器精度都高,且算法简单,便于实时应用.一个目标跟踪系统的仿真例子说明了其有效性.

关键词：多传感器信息融合、噪声统计估计、自校正Lyapunov方程、自校正Wiener滤波器、收敛性、现代时间序列分析方法

所属期刊栏目：9

分类号：O211.64(概率论与数理统计)

资助基金：国家自然科学基金60874063

在线出版日期：2009-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：539-544,557