基于Riccati方程的自校正信息融合濾波方法研究.pdf

1、多傳感器信息融合濾波重要方法之一是利用多個傳感器對同一目標進行檢測，從而獲得其狀態(tài)的局部估計，并在一定最優(yōu)融合準則下，組合或加權局部估計，從而獲得最優(yōu)融合估計，其精度要比每一個局部估計更精確。 自校正信息融合濾波是用來處理含未知模型參數(shù)和噪聲統(tǒng)計多傳感器系統(tǒng)的信息融合濾波問題，它是最優(yōu)信息融合濾波與系統(tǒng)辨識兩個科學的交叉，具有重要理論和應用意義。 對帶有未知模型參數(shù)和噪聲統(tǒng)計的多傳感器線性離散隨機系統(tǒng)，應用遞推輔助變量(

2、RIV)算法和求解相關函數(shù)矩陣方程方法，得到模型參數(shù)估值器和噪聲統(tǒng)計估值器。對帶相關觀測噪聲和未知噪聲統(tǒng)計系統(tǒng)，用經(jīng)典Kalman濾波方法，基于Riccati方程，在按分量標量加權線性最小方差最優(yōu)信息融合準則下，分別提出了自校正分量解耦信息融合Kalman和Wiener估值器。對帶有未知模型參數(shù)和噪聲統(tǒng)計的AR信號提出了自校正信息融合Wiener濾波器。用動態(tài)誤差系統(tǒng)分析(Dynamic Error System Analysis)方法