具有不確定干擾廣義系統(tǒng)的信息融合估計.pdf

1、帶有不確定干擾廣義系統(tǒng)普遍存在于無線傳感器網絡，機器人和經濟管理等實際系統(tǒng)中，而具有不確定干擾廣義系統(tǒng)的狀態(tài)估計問題常出現(xiàn)在控制、通信、信號處理和故障診斷與分離中.隨著科學技術的日新月異，尤其是計算機技術的快速發(fā)展和多種復雜傳感器的普遍使用，使得研究信息融合技術更具重要意義和實際價值.本文主要研究具有不確定干擾廣義系統(tǒng)的信息融合估計算法，包括系統(tǒng)含有加性不確定干擾和觀測含有乘性不確定干擾兩種情況下的信息融合估值器設計問題.v對帶加性不確

2、定干擾和相關噪聲的定常廣義離散隨機線性系統(tǒng)，在沒有不確定干擾的任何先驗信息的條件下，首先，通過典范型分解將原廣義系統(tǒng)變換為不同形式的等價降階子系統(tǒng)形式；其次，應用線性無偏最小方差準則，分別設計了不同典范型下的降階狀態(tài)濾波器，且不依賴于不確定干擾.最后，針對多傳感器系統(tǒng)，推導了任兩個傳感器之間的濾波誤差互協(xié)方差陣的計算公式，以及兩個降階子系統(tǒng)之間的濾波誤差互協(xié)方差陣的計算公式，進而，基于線性最小方差最優(yōu)加權融合算法給出原廣義系統(tǒng)的狀態(tài)融合

3、濾波器.
　　 對具有乘性不確定觀測的定常廣義離散隨機系統(tǒng)，其中觀測的乘性不確定干擾是通過—個滿足Bernoulli分布的隨機變量來描述，在系統(tǒng)噪聲和觀測噪聲相關的條件下，將廣義系統(tǒng)進行受限等價變換，轉換為等價的降階子系統(tǒng)形式，基于Kalman濾波理論及射影理論，給出了局部單傳感器的狀態(tài)估計濾波器、預報器及平滑器.當系統(tǒng)帶有多傳感器時，推導了任意兩個傳感器之間的估計誤差互協(xié)方差陣的計算公式，以及兩個降階狀態(tài)之間的濾波、預報及平滑