公共文化服务平台

国家自然科学基金(60504034): 作品数：11 被引量：25H指数：3; 相关作者：孙书利马静吕楠白锦花朱齐丹更多>>; 相关机构：黑龙江大学哈尔滨工程大学更多>>; 发文基金：国家自然科学基金黑龙江省青年科学基金黑龙江省普通高等学校青年学术骨干支持计划更多>>; 相关领域：理学电子电信自动化与计算机技术更多>>

广义系统最优与自校正信息融合滤波器被引量：2: 2006年; 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。; 马静曲仲田孙书利

带未知随机系统偏差的最优与自校正信息融合滤波器: 对带未知随机系统偏差的多传感器随机系统,基于矩阵加权、对角阵加权和标量加权三种加权融合估计算法,分别给出了分布式信息融合Kalman状态滤波器和系统偏差滤波器。当噪声统计信息未知时,利用相关函数给出了分布式噪声统计辨识算...; 白锦花马静孙书利; 关键词：相关函数自校正信息融合 KALMAN滤波器; 文献传递

广义随机系统观测融合Kalman滤波器: 对于基于Kalman滤波的多传感器数据融合,有集中式观测融合和加权式观测融合两种方法。本文考虑了广义随机系统的观测融合状态估计问题,给出基于Kalman滤波方法的两种多传感器观测融合状态滤波器。通过数值例子验证了算法的有...; 石莹; 关键词：KALMAN滤波加权融合; 文献传递

带相关噪声广义系统降阶滤波器设计被引量：1: 2006年; 基于广义系统典范型分解,应用射影理论,对带相关噪声的广义离散随机线性系统,通过将带相关噪声系统转化为带独立噪声系统给出一种新的递推降阶滤波器。它能减小计算负担,便于实时应用。与以往文献报道带独立噪声广义系统降阶滤波器相比,所提出的降阶滤波器多了一个当前时刻的增益项。仿真例子说明了其有效性。; 马静孙书利; 关键词：典范型

带有色观测噪声多传感器多重时滞系统分布式融合滤波器被引量：4: 2009年; 基于新息分析方法,对带有色观测噪声的多重时滞系统,提出了一种带自噪声估值器的非增广的最优滤波器.它等价于一个带相关白噪声多重时滞系统的一步预报器.当系统带有多个传感器时,推导了多重时滞系统的任意两个传感器子系统之间的估计误差互协方差阵.基于线性最小方差最优加权融合估计算法,给出了分布式加权融合最优滤波器.分布式融合估计比基于每个传感器的局部估计具有更高的精度.比增广的集中式最优滤波器具有更好的可靠性,且避免了高维计算和大存储空间.仿真例子验证了其有效性.; 孙书利吕楠; 关键词：信息融合

基于观测融合Kalman滤波算法的PID控制器: 2009年; 为了提高控制精度,可采用多个传感器对被控对象进行检测。本文基于Kalman滤波算法,应用加权最小二乘(WLS)观测融合方法,提出了对多个传感器所检测的数据进行最优加权,进而将融合后的数据经滤波后反馈到输入端,提高PID控制精度,一个三传感器信息融合PID控制器的仿真例子说明了该方法的有效性。; 王欣王欣孙书利; 关键词：PID控制器

Distributed Reduced-order Optimal Fusion Kalman Filters for Stochastic Singular Systems被引量：3: 2006年; Based on the optimal fusion algorithm weighted by matrices in the linear minimum variance (LMV) sense, a distributed full-order optimal fusion Kalman filter (DFFKF) is given for discrete-time stochastic singular systems with multiple sensors, which involves the inverse of a high-dimension matrix to compute matrix weights. To reduce the computational burden, a distributed reduced-order fusion Kalman filter (DRFKF) is presented, which involves in parallel the inverses of two relatively low-dimension matrices to compute matrix weights. A simulation example shows the effectiveness.; SUN Shu-Li MA Jing; 关键词：多传感器信息融合 KALMAN滤波

随机奇异系统分布式最优分量融合滤波器被引量：2: 2007年; 应用射影理论,基于奇异系统典范型分解,对带相关噪声的单传感器随机奇异系统,给出一种新的递推滤波器;当系统带有多个传感器时,基于线性最小方差标量加权的分量融合算法,给出了多传感器分布式最优分量融合滤波器.融合估计的每个分量分别由局部估计的相应分量按标量加权融合获得,它只需并行计算一系列标量权重.可改善各局部估计的精度和减小计算负担.推得了随机奇异系统任两个局部估计之间的滤波误差互协方差阵.仿真例子验证了其有效性.; 马静孙书利

随机奇异系统多传感器信息融合Kalman多步预报器被引量：5: 2006年; 应用Kalman滤波方法和奇异系统典范型分解,对单传感器随机奇异系统,给出了Kalman多步预报器新算法。对带多传感器随机奇异系统,基于线性最小方差标量加权融合算法,给出了具有两层融合结构的多传感器分布式最优信息融合Kalman 多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当各传感器子系统存在稳态Kalman滤波时,又给出了稳态信息融合Kalman多步预报器。稳态权重可在各子系统达到稳态时通过一次融合计算获得,避免了每时刻计算协方差阵和融合权重,便于实时应用。仿真例子验证了其有效性。; 马静孙书利; 关键词：信息融合

带有色观测噪声时滞系统分布式融合滤波: 基于线性最小方差最优加权融合估计算法,对带有色观测噪声的多传感器多重时滞系统给出了分布式信息融合状态滤波器。推得了多重时滞系统的任两个传感器子系统之间的滤波误差互协方差阵。所提出的分布式融合估计比各局部估计具有更高的精度...; 庄培栋吕楠孙书利; 关键词：信息融合

国家自然科学基金(60504034)