2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

按对角阵加权自校正信息融合Kalman预报器及其收敛性分析

邓自立 李春波

邓自立, 李春波. 按对角阵加权自校正信息融合Kalman预报器及其收敛性分析. 自动化学报, 2007, 33(2): 156-163. doi: 10.1360/aas-007-0156
引用本文: 邓自立, 李春波. 按对角阵加权自校正信息融合Kalman预报器及其收敛性分析. 自动化学报, 2007, 33(2): 156-163. doi: 10.1360/aas-007-0156
DENG Zi-Li, LI Chun-Bo. Self-tuning Information Fusion Kalman Predictor Weighted by Diagonal Matrices and Its Convergence Analysis. ACTA AUTOMATICA SINICA, 2007, 33(2): 156-163. doi: 10.1360/aas-007-0156
Citation: DENG Zi-Li, LI Chun-Bo. Self-tuning Information Fusion Kalman Predictor Weighted by Diagonal Matrices and Its Convergence Analysis. ACTA AUTOMATICA SINICA, 2007, 33(2): 156-163. doi: 10.1360/aas-007-0156

按对角阵加权自校正信息融合Kalman预报器及其收敛性分析

doi: 10.1360/aas-007-0156
详细信息
    通讯作者:

    邓自立

Self-tuning Information Fusion Kalman Predictor Weighted by Diagonal Matrices and Its Convergence Analysis

More Information
    Corresponding author: DENG Zi-Li
  • 摘要: 对于带未知噪声统计的多传感器系统,应用现代时间序列分析方法,基于滑动平均(MA)新息模型的在线辨识和相关函数矩阵方程的解,得到了噪声方差估值器,且在按对角阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman预报器.它实现了状态分量的自校正解耦融合Kalman预报器.基于动态误差系统,提出了自校正融合器的一种新的收敛性分析方法.提出了按实现收敛新概念,它比以概率1收敛弱.严格证明了:假如MA新息模型参数估计是一致的,则自校正融合Kalman预报器将按实现或按概率1收敛到最优融合Kalman预报器,因而它具有渐近最优性.它可减小计算负担,且便于实时应用. 一个3传感器跟踪系统的仿真例子证明了其有效性.
  • 加载中
计量
  • 文章访问数:  3079
  • HTML全文浏览量:  40
  • PDF下载量:  2035
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-11-09
  • 修回日期:  2006-03-22
  • 刊出日期:  2007-02-20

目录

    /

    返回文章
    返回