非线性系统加权观测融合估计算法研究
发布时间：2021-10-06 17:49
随着现代控制系统规模不断扩大、复杂性不断提升,使得传统感知设备以及处理方式远远不能满足人们对系统精确、全方位认知需要的不断增加。信息融合理论和技术在此背景下应运而生,经过几十年的发展,线性多传感器系统信息融合估计逐渐形成一套比较完善的理论体系和研究方法。但对于非线性多传感器系统,由于非线性环节的复杂性和不确定性,使得非线性多传感器系统信息融合算法还没有得到系统的解决。非线性多传感器信息融合至今仍然是信息融合领域的主要问题和研究热点。本文研究了非线性多传感器系统的加权观测融合估计问题,主要研究内容如下:1.针对带有独立噪声的非线性多传感器系统,通过引入中介函数,使各个观测方程可由线性矩阵和中介函数相乘得到,再利用加权最小二乘法（Weighted Least Square,WLS）,提出了一种非线性加权观测融合（Weighted Measurement Fusion,WMF）算法。该算法可降低集中式融合系统的观测方程维数,实现集中式融合系统的数据压缩,减少后续估计等环节的计算负担。本文通过Taylor级数构造了多项式形式的近似中介函数,使该算法得以实现。在此基础上,基于Taylor级数逼近...
【文章来源】：黑龙江大学黑龙江省
【文章页数】：159 页
【学位级别】：博士
【部分图文】：
图1-10分布式融合模型
第 1 章 绪论- 15 -图1-11 混合式融合模型Fig. 1-11 Mixed fusion model1.3.5 非线性系统融合估计研究现状基于线性模型的融合估计经过40多年的发展已经形成了一套完整的体系算法。然而大量系统并非是理想的线性模型，例如，绝大多数导航、目标跟踪等系统的观测方程（测量传感器）是基于球面坐标系建立的，相对于在笛卡尔坐标系下建立的状态方程而言，这些观测方程是非线性的而且是强非线性的方程[88, 94]。许多学者对非线性多传感器系统融合问题提出了解决方案，其中最早的也是最为常见的是集中式融合[57]。其结构简单、融合精度高、易于实现，但缺点是计算量大。之后有学者以EKF为基础，仿照线性融合方法提出了一类非线性融合方法[95-101]。这类方法都是以线性函数近似方法实现的，简单有效，可以将非线性问题转换为线性问题进行处理。但类似EKF的近似线性化方法（略去2阶以上Taylor级数展开项）由于大量信息被略去
也就是说，维数保持在2 2不变。的维数将持续增加，因此随着传感器数目的增加显高于 WMF-UKF 算法。0 50 100 150 200-20-1001020k/stepTure state Estimated state态状图3-4 WMF-UKF1的估计曲线Fig.3-4 Curve of state estimation using WMF-UKF1
【参考文献】：
期刊论文
[1]带相关噪声、随机观测滞后和丢失的随机不确定系统的最优线性估值器[J]. 王欣,孙书利. 控制理论与应用. 2017(05)
[2]3种确定性采样非线性滤波算法的复杂度分析[J]. 张召友,郝燕玲,吴旭. 哈尔滨工业大学学报. 2013(12)
[3]基于贝叶斯估计噪声相关下的CKF设计[J]. 钱华明,葛磊,黄蔚,刘璇. 系统工程与电子技术. 2012(11)
[4]噪声相关条件下Unscented卡尔曼滤波器设计[J]. 王小旭,赵琳,夏全喜,曹伟,李亮. 控制理论与应用. 2010(10)
[5]基于最小均方误差估计的噪声相关UKF设计[J]. 王小旭,赵琳,潘泉,夏全喜,洪伟. 控制与决策. 2010(09)
[6]自校正多传感器观测融合Kalman估值器及其收敛性分析[J]. 邓自立,郝钢. 控制理论与应用. 2008(05)
[7]大型复杂电力系统的多传感器信息融合智能技术[J]. 王耀南. 电力科学与技术学报. 2008(02)
[8]利用多传感器信息融合技术实现电子装备的故障诊断[J]. 田庆民,王玉. 电光与控制. 2008(01)
[9]应用神经网络信息融合诊断航空发动机故障[J]. 赵世荣,黄向华. 航空动力学报. 2008(01)
[10]多传感器信息融合技术在液压设备故障诊断中的应用[J]. 陈法法,程珩,杨勇. 太原理工大学学报. 2008(01)
本文编号：3420472
【文章来源】：黑龙江大学黑龙江省
【文章页数】：159 页
【学位级别】：博士
【部分图文】：
图1-10分布式融合模型
第 1 章 绪论- 15 -图1-11 混合式融合模型Fig. 1-11 Mixed fusion model1.3.5 非线性系统融合估计研究现状基于线性模型的融合估计经过40多年的发展已经形成了一套完整的体系算法。然而大量系统并非是理想的线性模型，例如，绝大多数导航、目标跟踪等系统的观测方程（测量传感器）是基于球面坐标系建立的，相对于在笛卡尔坐标系下建立的状态方程而言，这些观测方程是非线性的而且是强非线性的方程[88, 94]。许多学者对非线性多传感器系统融合问题提出了解决方案，其中最早的也是最为常见的是集中式融合[57]。其结构简单、融合精度高、易于实现，但缺点是计算量大。之后有学者以EKF为基础，仿照线性融合方法提出了一类非线性融合方法[95-101]。这类方法都是以线性函数近似方法实现的，简单有效，可以将非线性问题转换为线性问题进行处理。但类似EKF的近似线性化方法（略去2阶以上Taylor级数展开项）由于大量信息被略去
也就是说，维数保持在2 2不变。的维数将持续增加，因此随着传感器数目的增加显高于 WMF-UKF 算法。0 50 100 150 200-20-1001020k/stepTure state Estimated state态状图3-4 WMF-UKF1的估计曲线Fig.3-4 Curve of state estimation using WMF-UKF1
【参考文献】：
期刊论文
[1]带相关噪声、随机观测滞后和丢失的随机不确定系统的最优线性估值器[J]. 王欣,孙书利. 控制理论与应用. 2017(05)
[2]3种确定性采样非线性滤波算法的复杂度分析[J]. 张召友,郝燕玲,吴旭. 哈尔滨工业大学学报. 2013(12)
[3]基于贝叶斯估计噪声相关下的CKF设计[J]. 钱华明,葛磊,黄蔚,刘璇. 系统工程与电子技术. 2012(11)
[4]噪声相关条件下Unscented卡尔曼滤波器设计[J]. 王小旭,赵琳,夏全喜,曹伟,李亮. 控制理论与应用. 2010(10)
[5]基于最小均方误差估计的噪声相关UKF设计[J]. 王小旭,赵琳,潘泉,夏全喜,洪伟. 控制与决策. 2010(09)
[6]自校正多传感器观测融合Kalman估值器及其收敛性分析[J]. 邓自立,郝钢. 控制理论与应用. 2008(05)
[7]大型复杂电力系统的多传感器信息融合智能技术[J]. 王耀南. 电力科学与技术学报. 2008(02)
[8]利用多传感器信息融合技术实现电子装备的故障诊断[J]. 田庆民,王玉. 电光与控制. 2008(01)
[9]应用神经网络信息融合诊断航空发动机故障[J]. 赵世荣,黄向华. 航空动力学报. 2008(01)
[10]多传感器信息融合技术在液压设备故障诊断中的应用[J]. 陈法法,程珩,杨勇. 太原理工大学学报. 2008(01)
本文编号：3420472
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3420472.html
