含相關(guān)性噪聲系統(tǒng)的估計(jì)和融合算法研究.pdf

1、實(shí)際應(yīng)用中,動(dòng)態(tài)系統(tǒng)的外界干擾通常不是互不相關(guān)的高斯白噪聲,因而,相關(guān)性噪聲濾波是最優(yōu)估計(jì)理論研究的一個(gè)熱點(diǎn)并且在近些年得到廣大學(xué)者的普遍關(guān)注。網(wǎng)絡(luò)的廣泛應(yīng)用推動(dòng)了相關(guān)性噪聲濾波理論的發(fā)展,對(duì)網(wǎng)絡(luò)產(chǎn)生的時(shí)滯、丟包等估計(jì)問(wèn)題的研究在大多數(shù)情況下可以轉(zhuǎn)化成對(duì)含相關(guān)性噪聲的隨機(jī)動(dòng)態(tài)系統(tǒng)的估計(jì)問(wèn)題的研究。另外,傳感器技術(shù)的發(fā)展也同樣影響著估計(jì)理論的發(fā)展,對(duì)含相關(guān)性噪聲系統(tǒng)的多傳感器數(shù)據(jù)融合問(wèn)題的研究也得到了越來(lái)越多的關(guān)注。除此之外,系統(tǒng)模型不確

2、定性是估計(jì)器估計(jì)效果變壞甚至不穩(wěn)定的重要因素。然而,由于人們認(rèn)知的局限性以及系統(tǒng)本身和環(huán)境的變化,使得所建立的系統(tǒng)數(shù)學(xué)模型與實(shí)際系統(tǒng)之間總會(huì)有偏差。因此,不確定系統(tǒng)的魯棒濾波理論也就成了當(dāng)前估計(jì)理論研究的另外一個(gè)熱點(diǎn)。本文在總結(jié)前人研究的基礎(chǔ)上，研究了含相關(guān)性噪聲,模型不確定性和測(cè)量數(shù)據(jù)時(shí)滯、丟失現(xiàn)象的動(dòng)態(tài)系統(tǒng)的估計(jì)和融合問(wèn)題,并將所得到的部分理論結(jié)果應(yīng)用到恒定速度的目標(biāo)追蹤系統(tǒng)和恒定加速度的目標(biāo)追蹤系統(tǒng)。本文的主要工作可概括如下:

3、r>　　針對(duì)動(dòng)態(tài)系統(tǒng)中存在的有限步跨時(shí)自相關(guān)過(guò)程噪聲,模型不確定性和測(cè)量數(shù)據(jù)丟失現(xiàn)象提出了最小方差最優(yōu)的遞推魯棒濾波器設(shè)計(jì)方法。綜合考慮了動(dòng)態(tài)方程和測(cè)量方程中的隨機(jī)不確定性;過(guò)程噪聲是有限步跨時(shí)自相關(guān)的;測(cè)量數(shù)據(jù)丟失現(xiàn)象被描述成一個(gè)二進(jìn)制切換序列。基于最小方差最優(yōu)的設(shè)計(jì)思路,得到了所期望的魯棒濾波器。最后,數(shù)字仿真結(jié)果表明了所設(shè)計(jì)的濾波器具有良好的工作性能。
　　提出了含有限步跨時(shí)自相關(guān)測(cè)量噪聲,模型不確定性和多包丟失現(xiàn)象的動(dòng)態(tài)系

4、統(tǒng)的最優(yōu)非脆弱濾波器設(shè)計(jì)方法。不但考慮了系統(tǒng)模型中存在的不確定性,而且還考慮了所設(shè)計(jì)的濾波器參數(shù)的不確定性?；谝粋€(gè)多包丟失模型和狀態(tài)向量增廣,得到了一個(gè)含有限步跨時(shí)自相關(guān)和互相關(guān)噪聲的隨機(jī)不確定系統(tǒng)。在最小方差意義下,得到了所期望的最優(yōu)非脆弱濾波器。最后,仿真計(jì)算驗(yàn)證了所設(shè)計(jì)濾波器的有效性。
　　將測(cè)量數(shù)據(jù)傳輸中出現(xiàn)的時(shí)滯、丟包等現(xiàn)象擴(kuò)展到廣義系統(tǒng)。提出了基于奇異值分解,革新分析和射影定理的廣義濾波器,預(yù)測(cè)器和平滑器設(shè)計(jì)方法。基

5、于奇異值分解和狀態(tài)增廣,原時(shí)滯廣義系統(tǒng)的狀態(tài)估計(jì)問(wèn)題轉(zhuǎn)化成含跨時(shí)相關(guān)性噪聲的正常子系統(tǒng)和過(guò)程噪聲的狀態(tài)估計(jì)問(wèn)題?；诟镄路治龇ê蜕溆岸ɡ?首先獲得了子系統(tǒng)和過(guò)程噪聲的濾波器,預(yù)測(cè)器和平滑器。在此基礎(chǔ)上，最終獲得了原廣義系統(tǒng)的濾波器,預(yù)測(cè)器和平滑器。
　　研究了含同時(shí)相關(guān)性噪聲的動(dòng)態(tài)系統(tǒng)的最優(yōu)分布式卡爾曼濾波器融合算法。系統(tǒng)的過(guò)程噪聲和每個(gè)傳感器的測(cè)量噪聲是同時(shí)刻相關(guān),同時(shí),每個(gè)傳感器測(cè)量噪聲之間也是同時(shí)刻相關(guān)?；谝粋€(gè)正交化的方法

6、,原始測(cè)量轉(zhuǎn)化成了測(cè)量噪聲互不相關(guān)的新測(cè)量?；谛陆y(cè)量,首先推導(dǎo)了不含反饋的最優(yōu)分布式卡爾曼濾波融合算法,而后,推導(dǎo)了含反饋的最優(yōu)分布式卡爾曼濾波融合算法。對(duì)于新得到的最優(yōu)分布式卡爾曼濾波融合算法給出了嚴(yán)格的性能分析。最后,將得到的融合算法應(yīng)用到恒定速度的目標(biāo)追蹤系統(tǒng)和恒定加速度的目標(biāo)追蹤系統(tǒng),仿真結(jié)果表明了算法的有效性和性能分析的正確性。
　　研究了含跨時(shí)相關(guān)性噪聲的動(dòng)態(tài)系統(tǒng)的分布式權(quán)重濾波融合。對(duì)于每個(gè)傳感子系統(tǒng),首先推導(dǎo)了