黑龙江省青年科学基金(QC04A01)
- 作品数：2 被引量：14H指数：2
- 相关作者：孙书利陈卓吕楠白锦花曲仲田更多>>
- 相关机构：黑龙江大学更多>>
- 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：电子电信理学更多>>
- 多传感器时滞系统信息融合次优Kalman滤波器
- 基于线性最小方差最优加权融合估计算法,对带多传感器的离散线性时滞随机系统,通过状态增广方法,给出了一种分布式加权融合最优Kalman滤波器,它要求高维计算．为了减小计算负担,又给出了一种分布式加权融合次优Kalman滤波...
- 孙书利
- 关键词：时滞系统多传感器信息融合
- 文献传递
- 多传感器时滞系统信息融合最优Kalman滤波器被引量：12
- 2008年
- 基于线性最小方差最优加权融合估计算法,对多传感器的离散线性状态时滞随机系统.给出了一种非增广分布式加权融合最优Kalman柚滤波器.推导了状态时滞系统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.它与状态增广加权融合滤波器具有相同的精度.与每个传感器的局部滤波器相比,分布式融合滤波器具有更高的精度.与状态和观测增广最优滤波器相比,具有较小的精度,但避免了增广所带来的高维计算和大的空间存储。可减小计算负担.仿真例子验证了其有效性.
- 孙书利吕楠白锦花陈卓
- 关键词：状态时滞系统多传感器信息融合
- 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
