万涛，孙书利

黑龙江大学电子工程学院, 哈尔滨 150080

出版日期:2021-01-25发布日期:2021-03-11

Fusion Identification and Estimation of Multi-Sensor AR Signals with Fading Measurements and Stochastic Sensor Biases

WAN Tao ,SUN Shuli

School of Electronic Engineering, Heilongjiang University, Harbin 150080

Online:2021-01-25Published:2021-03-11







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

研究了带衰减观测和随机传感器偏差的多传感器AR信号融合辨识与估计问题. 首先, 将AR模型转换为状态空间模型, 将状态和传感器偏差进行增广得到一个等价的状态空间模型, 给出了当系统模型精确已知下的最优滤波算法. 然后, 当AR 信号参数、衰减观测随机变量的数学期望和方差未知时, 提出了两段辨识算法. 第一段采用递推增广最小二乘法(RELS)得到AR信号参数的局部估值, 并利用按矩阵加权线性无偏最小方差最优估计准则得到AR信号参数的融合估值. 第二段利用相关函数得到虚拟观测噪声方差、衰减观测随机变量的数学期望和方差的估值. 最后, 将每时刻辨识的未知参数代入最优滤波算法中, 获得分布式加权自校正融合滤波算法. 分析了算法的收敛性. 仿真验证了算法的有效性.

分享此文:

()

[1]	史腾飞，孙书利. 带未知衰减观测率多传感器系统的自校正加权观测融合估计[J]. 系统科学与数学, 2018, 38(10): 1110-1116.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14092