帶乘性噪聲系統(tǒng)的多尺度最優(yōu)濾波融合算法研究.pdf

1、帶乘性噪聲系統(tǒng)的最優(yōu)估計理論及多傳感器數(shù)據(jù)融合技術在石油地震勘探、水下目標探測、語音信號處理等諸多領域都有重要的應用價值。本文主要針對帶乘性噪聲系統(tǒng)的多傳感器最優(yōu)濾波融合估計算法作進一步研究。 以往針對帶乘性噪聲系統(tǒng)的多傳感器數(shù)據(jù)融合算法局限在不同的傳感器必須具有相同的尺度(采樣率)。但是在自然界和工程實踐中，許多現(xiàn)象或過程都具有多尺度特征或多尺度效應，同時人們對現(xiàn)象或過程的觀察往往也是在不同尺度上進行的，因此解決多尺度(不同采

2、樣率)傳感器的數(shù)據(jù)融合問題有其重要的意義。 近年來，小波分析成為一門迅速發(fā)展起來的新興學科。其中在多尺度分析方面，多尺度信號表示和多尺度信號處理算法的研究日益成為國內(nèi)外的研究熱點。 本文運用多尺度分析的思想，將基于模型的動態(tài)分析方法和基于統(tǒng)計特性的多尺度信號變換方法相結(jié)合，針對不同尺度上擁有不同特征的多傳感器對同一目標狀態(tài)進行觀測的帶乘性噪聲系統(tǒng)，建立了單通道和多通道兩種情況下帶乘性噪聲系統(tǒng)的多尺度分布式最優(yōu)濾波融合算法

3、。在最細尺度上獲得了基于全局信息的融合估計值。本文所說的最優(yōu)均是建立在線性最小方差意義上的。 本文主要的工作如下： 第一，回顧了帶乘性噪聲系統(tǒng)的最優(yōu)估計理論的發(fā)展和現(xiàn)狀，并簡單介紹了多傳感器數(shù)據(jù)融合技術及小波變換的基礎知識。 第二，分別針對不同尺度的多傳感器觀測下單通道和多通道兩類帶乘性噪聲系統(tǒng)，利用小波變換作為連接不同尺度之間信息的橋梁，推導出多尺度分布式最優(yōu)濾波融合算法。在此基礎上，對算法的延時性進行了改進，