带丢失观测和不确定噪声方差系统改进的鲁棒协方差交叉融合稳态Kalman滤波器
本文选题:多传感器系统 + 不确定噪声方差 ; 参考:《控制理论与应用》2016年07期
【摘要】:对带丢失观测和不确定噪声方差的线性定常多传感器系统,引入虚拟噪声将原系统转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理,用Lyapunov方程方法提出局部鲁棒稳态Kalman滤波器及其实际方差最小上界,并利用保守的局部滤波误差互协方差,提出一种改进的鲁棒协方差交叉(covariance intersection,CI)融合稳态Kalman滤波器及其实际方差最小上界.证明了所提出的鲁棒局部和融合滤波器的鲁棒性,并证明了改进的CI融合器鲁棒精度高于原始CI融合鲁棒精度,且高于每个局部滤波器的鲁棒精度.一个仿真例子验证所提出结果的正确性和有效性.
[Abstract]:For linear time-invariant multisensor systems with lost observation and uncertain noise variance, virtual noise is introduced to transform the original system into one with only uncertain noise variance. Based on the minimax robust estimation principle, the local robust steady-state Kalman filter and its minimum upper bound of actual variance are proposed by using the Lyapunov equation method, and the covariance of the conservative local filtering error is used. An improved robust covariance cross covariance intersectionCI-based fusion steady-state Kalman filter and its real minimum upper bound of variance are proposed. The robustness of the proposed local and fusion filters is proved, and the robust accuracy of the improved CI fusion device is higher than that of the original CI fusion filter and the robust accuracy of each local filter. A simulation example is given to verify the correctness and validity of the proposed results.
【作者单位】: 黑龙江大学电子工程学院;黑龙江工商学院计算机系;
【基金】:国家自然科学基金项目(60874063,60374026) 黑龙江大学研究生创新科研项目(YJSCX2015 002HLJU)资助~~
【分类号】:TN713
【相似文献】
相关期刊论文 前10条
1 沈鹤呜,华承湘;一种复合型自适应Kalman滤波器的仿真研究[J];控制与决策;1990年03期
2 石莹;段广仁;;广义离散系统多传感器信息融合Kalman滤波器[J];控制与决策;2006年03期
3 许燕;张二艳;;两传感器广义系统信息融合Kalman滤波器[J];北京印刷学院学报;2008年02期
4 陶贵丽;邓自立;;广义系统多传感器分布式融合降阶Kalman滤波器[J];科学技术与工程;2006年06期
5 王建国,商艳海,龙腾,何佩琨;多普勒雷达测量数据的Kalman滤波器设计[J];北京理工大学学报;2002年06期
6 陶贵丽;刘文强;孙成发;;带有色观测噪声的广义系统Kalman滤波器[J];科学技术与工程;2009年06期
7 陶贵丽;刘文强;于海英;;带有色观测噪声的广义系统Kalman滤波器[J];计算机仿真;2010年03期
8 王欣;朱齐丹;孙书利;;基于NETDDE的网络式多传感器信息融合Kalman滤波器[J];科学技术与工程;2008年24期
9 邓自立,秦滨,张焕水;带有色观测噪声和输入估计的自校正Kalman滤波器及其应用[J];信息与控制;1993年01期
10 邓自立,刘玉梅;一类稳态Kalman滤波器及其渐近稳定性[J];信息与控制;1998年01期
相关会议论文 前4条
1 邓自立;胡萍;王德进;;带有色观测噪声系统稳态Kalman滤波器及其应用[A];1996中国控制与决策学术年会论文集[C];1996年
2 沈鹤鸣;张玉芝;赵晓哲;;跟踪机动目标的复合型自适应Kalman滤波器[A];1996年中国控制会议论文集[C];1996年
3 王建辉;唐小妹;欧钢;;基于Kalman滤波器的频率跟踪环性能分析[A];第二届中国卫星导航学术年会电子文集[C];2011年
4 伍贻威;杨文可;龚航;朱祥维;欧钢;;Kalman滤波器在原子钟状态估计中的运用[A];第三届中国卫星导航学术年会电子文集——S04原子钟技术与时频系统[C];2012年
相关硕士学位论文 前5条
1 黄超群;基于混合高斯模型和Kalman滤波器的运动目标检测与跟踪[D];云南大学;2010年
2 毛琳;基于现代时间序列的多传感器信息融合Kalman滤波器与Wiener滤波器[D];黑龙江大学;2005年
3 于丹;基于Kalman滤波器的管道泄漏检测与定位方法研究[D];北京化工大学;2010年
4 刘素;基于MEMS的GPS/DR车载组合导航系统及联合Kalman滤波器的设计[D];天津大学;2005年
5 康毅;自适应扩展Kalman滤波器在长输管道泄漏点定位技术中的应用[D];成都理工大学;2005年
,本文编号:1781226
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1781226.html