自確認(rèn)傳感器理論及應(yīng)用研究.pdf

1、自確認(rèn)傳感器是一種在輸出測(cè)量值的同時(shí)，給出測(cè)量值精度及自身工作狀態(tài)的下一代新型傳感器。它是結(jié)合了測(cè)量理論，故障檢測(cè)技術(shù)及數(shù)字通信技術(shù)的智能測(cè)量單元。本文針對(duì)自確認(rèn)傳感器中其觀測(cè)噪聲方差未知，存在動(dòng)態(tài)測(cè)量偏差以及狀態(tài)方程未知情況下的狀態(tài)估計(jì)等問(wèn)題開(kāi)展研究，試圖通過(guò)采用一些新的數(shù)學(xué)方法，引入新的建模方法，為自確認(rèn)傳感器尋求新的實(shí)現(xiàn)途徑和方法，無(wú)疑對(duì)自確認(rèn)傳感器的發(fā)展具有重要的理論意義和實(shí)際工程應(yīng)用價(jià)值。
　　 眾所周知，在傳感器觀測(cè)

2、噪聲方差未知情況下，卡爾曼濾波等基于模型的濾波算法是可能失效的。為了解決這一問(wèn)題，我們通過(guò)分析不準(zhǔn)確的觀測(cè)噪聲對(duì)卡爾曼濾波性能的影響，并根據(jù)小波分析可以實(shí)時(shí)分離信號(hào)和噪聲的特性，提出了首先利用小波分解的方法實(shí)時(shí)估計(jì)出傳感器觀測(cè)噪聲方差，再利用估計(jì)出的觀測(cè)噪聲方差進(jìn)行狀態(tài)估計(jì)的未知觀測(cè)噪聲的卡爾曼濾波算法。最后給出了提出算法在多傳感器數(shù)據(jù)融合中的應(yīng)用。理論分析和仿真結(jié)果均表明，本文提出的算法可以實(shí)時(shí)準(zhǔn)確的估計(jì)出傳感器觀測(cè)噪聲方差，從而有效

3、地避免了由于觀測(cè)噪聲方差不準(zhǔn)確導(dǎo)致的卡爾曼濾波失效。
　　 我們知道無(wú)論何種精度的實(shí)際傳感器，在復(fù)雜的應(yīng)用環(huán)境中，隨著應(yīng)用時(shí)間的延續(xù)，傳感器或多或少都會(huì)普遍存在動(dòng)態(tài)測(cè)量偏差。無(wú)疑傳感器動(dòng)態(tài)測(cè)量偏差的存在都將或多或少直接影響其測(cè)量結(jié)果及相應(yīng)狀態(tài)估計(jì)的準(zhǔn)確度。為了解決這個(gè)問(wèn)題，本文開(kāi)展了單傳感器動(dòng)態(tài)測(cè)量偏差的實(shí)時(shí)估計(jì)研究。通過(guò)采用多項(xiàng)式預(yù)測(cè)模型分別對(duì)傳感器動(dòng)態(tài)測(cè)量偏差及系統(tǒng)狀態(tài)進(jìn)行建模，并引入一個(gè)與偏差相關(guān)的可控可測(cè)物理量，解決了擴(kuò)

4、展?fàn)顟B(tài)卡爾曼濾波算法中可觀測(cè)性條件難以滿足的問(wèn)題。理論分析及仿真結(jié)果表明，本文方法可以同時(shí)準(zhǔn)確地估計(jì)出系統(tǒng)狀態(tài)和傳感器動(dòng)態(tài)測(cè)量偏差。
　　 在研究了單傳感器動(dòng)態(tài)測(cè)量偏差估計(jì)算法的基礎(chǔ)上，本文進(jìn)一步研究了多傳感器動(dòng)態(tài)測(cè)量偏差的實(shí)時(shí)估計(jì)問(wèn)題。盡管多傳感器多目標(biāo)跟蹤的具體應(yīng)用可以滿足可觀測(cè)性條件，但對(duì)未知傳感器動(dòng)態(tài)測(cè)量偏差的建模仍然是一個(gè)難題。本文通過(guò)多項(xiàng)式預(yù)測(cè)模型建立了傳感器偏差的偽測(cè)量模型，提出了多傳感器時(shí)變偏差的實(shí)時(shí)估計(jì)算法。理

5、論分析及仿真結(jié)果表明，本文算法與文獻(xiàn)中現(xiàn)有的算法相比，傳感器動(dòng)態(tài)測(cè)量偏差估計(jì)結(jié)果更加準(zhǔn)確，估計(jì)方差更小。
　　 準(zhǔn)確的狀態(tài)方程是基于模型的狀態(tài)估計(jì)算法準(zhǔn)確有效的重要前提，但實(shí)際應(yīng)用中，未知狀態(tài)的先驗(yàn)信息是難以準(zhǔn)確獲得，這樣會(huì)導(dǎo)致建立的狀態(tài)模型存在大的模型不確定性。針對(duì)機(jī)動(dòng)目標(biāo)跟蹤的具體應(yīng)用，本文從牛頓運(yùn)動(dòng)定律出發(fā)，利用多項(xiàng)式預(yù)測(cè)模型為機(jī)動(dòng)目標(biāo)建立了一個(gè)自確認(rèn)的狀態(tài)方程。分析表明該模型不需要已知目標(biāo)的具體運(yùn)動(dòng)參數(shù)，就可以自確認(rèn)地描