鲁棒融合Kalman滤波及其在信号处理中的应用研究
发布时间：2023-04-13 20:53
多传感器信息融合滤波广泛应用于目标跟踪、GPS定位、无人机、图像处理、导航制导等高科技领域。经典Kalman滤波方法是信息融合滤波(状态估计)和信号处理的重要方法论和基本工具,但其局限性为要求假设模型参数和噪声方差精确已知。然而在实际应用中,由于在建模过程中未建模动态、随机干扰、模型简化及非线性系统线性化等因素,引起模型参数和噪声方差的随机或模有界不确定性。特别是近年来随着网络化系统的蓬勃发展,由于受限网络通讯能力、传感器故障及随机干扰等因素影响,不可避免地存在随机不确定性如乘性噪声、丢失观测、丢包、随机观测滞后等。这种情况使得经典Kalman滤波器失去最优性,并导致滤波性能下降,甚至发散。因此,不确定系统鲁棒滤波问题在近20年引起了广泛的关注。所谓鲁棒滤波器,即指对所有容许的系统不确定性,它的实际滤波误差方差被保证有最小上界,或它的某种性能保持不变。对包含上述多种不确定性的混合不确定系统鲁棒融合Kalman滤波问题及其在ARMA(Autoregressive moving average)信号处理中的应用尚未满意解决。为此,本文研究带混合不确定性鲁棒融合Kalman滤波问题及其在AR...
【文章页数】：204 页
【学位级别】：博士
【文章目录】：
中文摘要
Abstract
第1章 绪论
1.1 引言
1.2 基本信息融合方法
1.2.1 集中式融合方法与分布式融合方法
1.2.2 状态融合方法与观测融合方法
1.3 鲁棒滤波方法
1.3.1 不确定系统的描述
1.3.2 几种常用的鲁棒滤波方法
1.4 鲁棒Kalman滤波的发展概况和研究现状
1.5 论文的主要工作
1.5.1 论文的主要内容
1.5.2 论文结构安排
第2章 不确定系统CI融合保性能鲁棒Kalman滤波
2.1 引言
2.2 带不确定噪声方差系统保性能鲁棒滤波器
2.2.1 问题的提出
2.2.2 保性能鲁棒Kalman滤波器
2.2.3 第一类保性能鲁棒Kalman滤波器
2.2.4 第二类保性能鲁棒Kalman滤波器
2.3 带不确定方差线性相关白噪声系统CI融合保性能鲁棒估值器
2.3.1 问题的提出
2.3.2 鲁棒局部Kalman预报器
2.3.3 鲁棒局部Kalman滤波器和平滑器
2.3.4 改进的CI融合鲁棒Kalman估值器
2.3.5 精度分析
2.3.6 第一类改进的CI融合保性能鲁棒Kalman估值器
2.3.7 第二类改进的CI融合保性能鲁棒Kalman估值器
2.4 带不确定噪声方差和丢失观测的CI融合保性能鲁棒Kalman滤波器
2.4.1 问题的提出
2.4.2 鲁棒局部Kalman滤波器
2.4.3 改进的CI融合鲁棒Kalman滤波器
2.4.4 第一类改进的CI融合保性能鲁棒Kalman滤波器
2.4.5 第二类改进的CI融合保性能鲁棒Kalman滤波器
2.5 仿真例子
2.6 本章小结
第3章 混合不确定系统加权状态融合鲁棒Kalman滤波
3.1 引言
3.2 带混合不确定系统加权融合鲁棒Kalman估值器
3.2.1 问题的提出
3.2.2 模型转换
3.2.3 鲁棒局部Kalman预报器
3.2.4 鲁棒局部Kalman滤波器和平滑器
3.2.5 按对角阵加权融合鲁棒Kalman估值器
3.2.6 精度分析
3.3 带不确定方差乘性和加性噪声系统加权融合鲁棒Kalman估值器
3.3.1 问题提出
3.3.2 模型转换
3.3.3 鲁棒局部Kalman预报器
3.3.4 鲁棒局部Kalman滤波器和平滑器
3.3.5 按对角阵加权融合鲁棒Kalman估值器
3.3.6 精度分析
3.4 仿真例子
3.5 本章小结
第4章 带混合不确定性的ARMA信号鲁棒融合Kalman滤波
4.1 引言
4.2 带丢失观测和不确定噪声方差ARMA信号观测融合鲁棒Kalman估值器
4.2.1 问题的提出
4.2.2 模型转化
4.2.3 ARMA信号观测融合鲁棒预报器
4.2.4 ARMA信号观测融合鲁棒滤波器和平滑器
4.2.5 ARMA信号观测融合鲁棒估值器的等价性
4.2.6 精度分析
4.3 带丢失观测和不确定噪声方差ARMA信号加权融合鲁棒Kalman估值器
4.3.1 问题的提出
4.3.2 模型转换
4.3.3 ARMA信号鲁棒局部预报器
4.3.4 ARMA信号鲁棒局部平滑器和滤波器
4.3.5 ARMA信号按矩阵加权融合鲁棒估值器
4.3.6 精度分析
4.4 带混合不确定ARMA信号加权融合鲁棒Kalman估值器
4.4.1 问题的提出
4.4.2 模型转换
4.4.3 ARMA信号鲁棒局部估值器
4.4.4 ARMA信号按标量加权融合鲁棒估值器
4.4.5 精度分析
4.5 仿真例子
4.6 本章小结
结论
参考文献
致谢
攻读博士学位期间发表的学术论文
攻读博士学位期间取得的其它成果
本文编号：3790676
【文章页数】：204 页
【学位级别】：博士
【文章目录】：
中文摘要
Abstract
第1章 绪论
1.1 引言
1.2 基本信息融合方法
1.2.1 集中式融合方法与分布式融合方法
1.2.2 状态融合方法与观测融合方法
1.3 鲁棒滤波方法
1.3.1 不确定系统的描述
1.3.2 几种常用的鲁棒滤波方法
1.4 鲁棒Kalman滤波的发展概况和研究现状
1.5 论文的主要工作
1.5.1 论文的主要内容
1.5.2 论文结构安排
第2章 不确定系统CI融合保性能鲁棒Kalman滤波
2.1 引言
2.2 带不确定噪声方差系统保性能鲁棒滤波器
2.2.1 问题的提出
2.2.2 保性能鲁棒Kalman滤波器
2.2.3 第一类保性能鲁棒Kalman滤波器
2.2.4 第二类保性能鲁棒Kalman滤波器
2.3 带不确定方差线性相关白噪声系统CI融合保性能鲁棒估值器
2.3.1 问题的提出
2.3.2 鲁棒局部Kalman预报器
2.3.3 鲁棒局部Kalman滤波器和平滑器
2.3.4 改进的CI融合鲁棒Kalman估值器
2.3.5 精度分析
2.3.6 第一类改进的CI融合保性能鲁棒Kalman估值器
2.3.7 第二类改进的CI融合保性能鲁棒Kalman估值器
2.4 带不确定噪声方差和丢失观测的CI融合保性能鲁棒Kalman滤波器
2.4.1 问题的提出
2.4.2 鲁棒局部Kalman滤波器
2.4.3 改进的CI融合鲁棒Kalman滤波器
2.4.4 第一类改进的CI融合保性能鲁棒Kalman滤波器
2.4.5 第二类改进的CI融合保性能鲁棒Kalman滤波器
2.5 仿真例子
2.6 本章小结
第3章 混合不确定系统加权状态融合鲁棒Kalman滤波
3.1 引言
3.2 带混合不确定系统加权融合鲁棒Kalman估值器
3.2.1 问题的提出
3.2.2 模型转换
3.2.3 鲁棒局部Kalman预报器
3.2.4 鲁棒局部Kalman滤波器和平滑器
3.2.5 按对角阵加权融合鲁棒Kalman估值器
3.2.6 精度分析
3.3 带不确定方差乘性和加性噪声系统加权融合鲁棒Kalman估值器
3.3.1 问题提出
3.3.2 模型转换
3.3.3 鲁棒局部Kalman预报器
3.3.4 鲁棒局部Kalman滤波器和平滑器
3.3.5 按对角阵加权融合鲁棒Kalman估值器
3.3.6 精度分析
3.4 仿真例子
3.5 本章小结
第4章 带混合不确定性的ARMA信号鲁棒融合Kalman滤波
4.1 引言
4.2 带丢失观测和不确定噪声方差ARMA信号观测融合鲁棒Kalman估值器
4.2.1 问题的提出
4.2.2 模型转化
4.2.3 ARMA信号观测融合鲁棒预报器
4.2.4 ARMA信号观测融合鲁棒滤波器和平滑器
4.2.5 ARMA信号观测融合鲁棒估值器的等价性
4.2.6 精度分析
4.3 带丢失观测和不确定噪声方差ARMA信号加权融合鲁棒Kalman估值器
4.3.1 问题的提出
4.3.2 模型转换
4.3.3 ARMA信号鲁棒局部预报器
4.3.4 ARMA信号鲁棒局部平滑器和滤波器
4.3.5 ARMA信号按矩阵加权融合鲁棒估值器
4.3.6 精度分析
4.4 带混合不确定ARMA信号加权融合鲁棒Kalman估值器
4.4.1 问题的提出
4.4.2 模型转换
4.4.3 ARMA信号鲁棒局部估值器
4.4.4 ARMA信号按标量加权融合鲁棒估值器
4.4.5 精度分析
4.5 仿真例子
4.6 本章小结
结论
参考文献
致谢
攻读博士学位期间发表的学术论文
攻读博士学位期间取得的其它成果
本文编号：3790676
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3790676.html
