量测随机延迟下带相关乘性噪声的非线性系统分布式估计

发布时间：2017-12-15 13:07

  本文关键词：量测随机延迟下带相关乘性噪声的非线性系统分布式估计

  更多相关文章： 分布式融合估计 随机延迟 马尔可夫链 乘性噪声 统计线性回归

【摘要】：本文提出了乘性噪声和加性噪声相关下的量测随机延迟非线性系统分布式状态估计.在所考虑系统中,相关状态被多传感器簇构成的传感器网所观测.所得理想量测被传送到远程分布式处理网,并伴随服从一阶马尔可夫过程的随机延迟.在此基础上,本文提出了分布式高斯信息滤波(distributed Gaussian-information filter,DGIF),来实现估计精度与计算时间的折中.在单处理节点/单元中,以估计误差协方差最小化为准则,设计了相应的高斯递推滤波,并实现了延迟概率的在线递推估计.进一步地,在分布式处理网中,基于非线性量测方程的统计线性回归,结合一致性算法,给出了一种分布式信息滤波形式,有效实现了分布式融合.分别在单处理单元和分布式处理网中仿真验证了所提算法的有效性.
【作者单位】： 西北工业大学自动化学院;信息融合技术教育部重点实验室;
【基金】：国家自然科学基金重点项目(61135001);国家自然科学基金项目(61374023) 西北工业大学博士创新基金项目(cx201425)资助~~
【分类号】：TN713;TP212.9
【正文快照】： 1引言(Introduction)离散时间非线性系统的状态估计由于其在非线性控制[1 2]、信号处理[3]、故障检测与隔离[4]、组合导航[5]、目标跟踪[6 7]及多传感器融合[8]等多个领域的应用而受到广泛关注.一般地,对于动态非线性系统而言,基于贝叶斯准则的最小均方误差估计的解析递推通，

本文编号：1292050