基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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)新息模型参数的两段递推最小二乘法在线辨识,可在线估计未知噪声方差,进而提出了一种加权观测融合自校正Kalman估值器,可统一处理自校正滤波、预报和平滑问题,并证明了它的收敛性,即若MA新息模型参数估计是一致的,则它与相应的最优加权观测融合Kalman估值器的误差收敛到零,因而具有渐近全局最优性.一个带3传感器跟踪系统的仿真例子说明了其有效性.
推荐文章
自校正分布式观测融合Kalman估值器
多传感器
加权观测融合
自校正Kalman估值器
辨识
噪声方差估计
现代时间序列分析方法
渐近全局最优性
多通道信号自校正分布式融合Kalman滤波器
多通道ARMA信号
多段辨识方法
多重递推辅助变量法
信息滤波器
自校正解耦融合Kalman预报器及其收敛性
多传感器信息融合
解耦融合
辨识
收敛性分析
自校正Kalman预报器
自校正多传感器观测融合Kalman估值器及其收敛性分析
多传感器信息融合
加权观测融合
自校正Kalman估值器
噪声方差估计
收敛性分析
现代时间序列分析方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自校正加权观测融合Kalman估值器
来源期刊 科学技术与工程 学科 数学
关键词 多传感器 加权观测融合 Kalman估值器 辨识 自校正 噪声方差估计 现代时间序列分析方法
年,卷(期) 2006,(2) 所属期刊栏目 论文
研究方向 页码范围 116-120
页数 5页 分类号 O211.64
字数 3955字 语种 中文
DOI 10.3969/j.issn.1671-1815.2006.02.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓自立 黑龙江大学自动化系 194 1408 19.0 25.0
2 郝钢 黑龙江大学自动化系 18 134 6.0 11.0
3 李云 哈尔滨商业大学电子信息系 21 51 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (23)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (5)
二级引证文献  (2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多传感器
加权观测融合
Kalman估值器
辨识
自校正
噪声方差估计
现代时间序列分析方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导