共查询到10条相似文献，搜索用时 111 毫秒
1.
协方差交叉融合算法是新兴的一种分布式融合算法,该算法避免了局部互协方差或相关阵的计算,算法简单,故得到了广泛的应用.以异步电机转速控制为应用背景,进行协方差交叉融合Kalman滤波算法的应用研究.相比已有的单传感器状态估计,所提出的协方差交叉融合状态估计算法估计精度更高.仿真实例分析说明了所提出的算法的有效性. 相似文献
2.
为了解决互协方差未知的多传感器非线性系统的融合估计问题,针对非线性系统提出了基于序贯逆协方差交叉和并行逆协方差交叉的两种容积卡尔曼融合估计算法.各个子系统通过容积卡尔曼滤波器得到滤波估计,分别利用序贯逆协方差交叉融合算法和并行逆协方差交叉融合算法对各子系统局部估计进行融合.两种算法可有效地避免求解高维的权系数凸优化问题,降低了计算负担.当传感器数目很多时,并行逆协方差交叉融合算法因其多层并行结构可以显著节约融合时间.最后仿真结果证明了算法的有效性. 相似文献
3.
为了减轻传感器网络融合中心的计算负担和实现传感器信息的充分利用,提出了一种带反馈结构的序贯协方差交叉融合Kalman滤波器。该反馈结构将传感器网络融合中心的状态融合预报值及其融合误差方差信息反馈给局部传感器作为先验信息,进行局部滤波,将得到的新局部状态滤波值和局部滤波误差方差阵信息传递到融合中心,根据到达次序进行序贯协方差交叉融合。搭建了带反馈结构的序贯融合算法框架。仿真实验表明,该算法具有良好的估计性能,且明显减少了融合中心的计算负担,与集中式融合滤波器相比,减小了融合中心的计算压力与负担,提高网络的容错性,与不带反馈的序贯协方差交叉融合滤波器相比,具有更高的估计精度。 相似文献
4.
非线性系统的状态估计问题是现代控制理论研究中不可或缺的一部分.提出一种基于扩展Kalman滤波的鲁棒融合状态估计算法,它是在已有的扩展Kalman滤波算法的基础上,通过引入CI状态融合来实现的.融合算法的引入能有效填补扩展Kalman滤波器在模型线性化时所带有的精度损失;CI融合算法因为避免了局部估计误差互协方差的计算而变得简单易行,尤其便于实际工程应用.仿真实验结果表明了所提出的多传感器非线性离散系统的CI融合状态估计算法可有效减少估计误差,具有一定的有效性和可行性. 相似文献
5.
6.
刘轩黄 《江西电力职业技术学院学报》2000,(4)
在简化 {1}、 {1,2}和 {1,2,3,4}逆的计算并给出 {1,3}、 {1,2,3}、 {1,4}和 {1,2,4}逆的算法的基础上,得到了递推滤波、固定点平滑、固定滞后平滑与预报算法。且由此得到离散线性随机和定常系统的最优线性最小偏差估计,给出了最优线性无偏估计的充要条件而无需初始状态的先验知识。对定常系统,给出了滤波、固定点平滑、固定滞后平滑和预报形式的无差状态观测器而无需假定系统是时不变和完全可观测的。 相似文献
7.
方差分量模型的随机效应的协方差为单位阵时<线性模型引论>已进行研究.把随机效应的协方差推广为正定阵进行研究.用最小范数二次无偏估计法给出方差分量的估计. 相似文献
8.
9.
研究一类线性离散时变系统的故障估计问题.首先,通过引入一种规则化最小二乘标准来作为故障估计问题的性能指标;进而,应用最小二乘固定滞后平滑算法,得到了估计问题可解的充要条件,给出了故障和状态的一步滞后平滑估计器和两步滞后平滑估计器.算例验证了本文所提方法的有效性. 相似文献
10.
时间序列中一种模型的最优预测的研究 总被引：3，自引：2，他引：1
俞泽鹏 《内江师范学院学报》2009,24(8):37-40
给出一种新的带有有色噪声模型,这种新的模型通过转换,应用现代时间序列分析方法,基于ARMA信息模型和白噪声估值器,求出状态的非递推估值器,最后得到新模型统一的、稳态的Kalman估值器． 相似文献