不可靠网络传输系统的多源信息融合状态估计

发布时间：2021-09-17 10:30

　　如今,计算机技术和传感器技术发展日新月异,从而使得多源信息融合技术作为一个研究热点,引起多方关注并应用于多个领域,如:身份识别、智能机器人、刑事侦查、工业监控、遥感技术等方面。与单传感器相比,多源信息融合有着其自身独特的优势,具有相当可观的发展前景。本文以多传感器网络信息融合状态估计问题为主要研究内容,分别针对具有时滞、丢包、多速率特点的系统或者是同时具有多个特点的系统,采用观测重组、二进制概率、提升技术等方法对系统进行建模,再有针对性地运用加权算法、一致性算法、序贯算法等分布式融合算法,设计出不同的多源网络信息融合状态估计器。对算法进行仿真验证以及收敛性分析,最终实现了较好的估计效果。所做工作包括:第一,分别利用提升技术以及观测重组技术对多速率系统和具有随机时滞的系统建模,将建立后的系统模型首次与序贯融合算法结合。算法中增益与原系统保持相同的维数,计算量小,精度较高的基于序贯融合法的分布式状态估计,并利用Matlab进行仿真分析,证明其有效性。第二,研究基于加权算法的随机时滞系统的分布式状态估计。对三种加权融合算法进行总结,并首次使用标量加权融合算法与之前得到的经过观测重组后的无时滞... 

【文章来源】：济南大学山东省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

基于序贯扩展Kalman滤波的无线传感器网络目标跟踪

关于()

关于()

【参考文献】：
期刊论文
[1]多传感器异步采样系统的顺序融合[J]. 彭冬亮,叶军军,葛泉波.  信息与控制. 2010(01)
[2]非标准多传感器信息融合下的状态融合估计[J]. 王炯琦,周海银,赵德勇,吴翊.  系统工程与电子技术. 2008(08)
[3]具有快变时延和丢包的网络控制系统镇定[J]. 张冬梅,俞立,周明华.  控制理论与应用. 2008(03)
[4]时滞线性系统Kalman滤波[J]. 卢晓,王伟.  中国科学E辑:信息科学. 2006(04)
[5]多传感器信息融合研究进展与展望[J]. 何友,关欣,王国宏.  宇航学报. 2005(04)
[6]Fuzzy H∞ Filter Design for a Class of Nonlinear Systems with Time Delays via LMI[J]. LUN Shu-Xian~(1’2) ZHANG Hua-Guang~1 ~1(School of Information Science and Engineering,Northeastern University,Shenyang 110004)~2(School of Information Science and Engineering,Bohai University,Jinzhou 110004).  自动化学报. 2005(03)
[7]不确定离散多时滞系统的时滞相关鲁棒镇定[J]. 高会军,王常虹.  自动化学报. 2004(05)
[8]非线性不确定状态时滞系统的鲁棒H∞滤波[J]. 蔡云泽,何星,许晓鸣,张卫东.  自动化学报. 2004(04)
[9]信息融合理论的基本方法与进展[J]. 潘泉,于昕,程咏梅,张洪才.  自动化学报. 2003(04)
[10]两传感器最优信息融合Kalman滤波器及其在跟踪系统中的应用[J]. 孙书利,崔平远.  宇航学报. 2003(02)

博士论文
[1]C～4ISR系统目标综合识别理论与技术研究[D]. 王壮.国防科学技术大学 2001

硕士论文
[1]AIS与雷达动态信息融合算法的研究[D]. 王停停.大连海事大学 2012
[2]三峡库区水环境监测网络的信息融合算法研究[D]. 郭开林.重庆大学 2011
[3]统一和通用的信息融合白噪声反卷积估值器[D]. 王佳伟.黑龙江大学 2007



本文编号：3398539