带相关噪声系统的自校正观测融合Kalman滤波器

摘要：

对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线估计器.基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时应用.利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合滤波器以概率1或按实现收敛于相应的最优融合滤波器,即具有渐近全局最优性.一个3传感器系统的仿真例子说明其有效性.

关键词：加权观测融合、自校正Kalman滤波器、收敛性、动态误差系统分析(DESA)方法、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;黑龙江省教育厅科学技术项目11521124;黑龙江省电子工程重点实验室项目DZZD2006-16

在线出版日期：2009-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3186-3193