带未知输入系统的分布式融合滤波及应用

带未知输入系统的分布式融合滤波及应用

论文摘要

含未知输入、干扰或偏差的随机系统的状态估计问题广泛出现在控制、通信、信号处理和故障诊断中。在多传感器环境中,不同的传感器可能受到不同干扰输入的影响。研究含未知输入系统的状态和输入估计问题无论在理论上还是在工程实践中都具有重要意义。本文研究含未知输入系统分布式信息融合状态估计算法,包括带随机偏差的信息融合估值器的设计、带未知输入的信息融合估值器的设计、以及带未知噪声统计信息和带随机系统偏差的自校正信息融合估值器的设计。对带随机偏差的离散线性随机系统,采用动态系统增广的方法,转化为多模型多传感器系统的特殊情形。基于通用的线性最小方差最优加权融合估计算法,分别获得了分布式最优加权融合Kalman状态滤波器和系统偏差滤波器。当系统含有未知噪声统计信息时,基于相关函数给出了分布式噪声统计辨识算法,进而给出了具有两段融合结构的自校正信息融合Kalman状态滤波器和系统偏差滤波器。对带未知输入的离散线性随机系统,在没有未知输入的任何先验信息的条件下,给出了不依赖于未知输入的线性无偏最小方差状态滤波器。当系统带有多个传感器时,推导了任两个局部估计误差之间的互协方差阵的计算公式,基于线性最小方差最优加权融合算法,对系统或/和传感器带未知输入的离散线性系统,分别给出了分布式最优加权信息融合状态滤波器。对传感器不带偏差、带随机偏差或不知任何先验信息的未知输入的多传感器系统,推得了任两个传感器之间的局部估计误差互协方差阵,进而给出了线性最小方差融合状态滤波器。将故障检测技术应用于多传感器系统,提出了带故障检测的分布式信息融合估计算法,并给出了相应的分布式融合结构。

论文目录

  • 中文摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景和意义
  • 1.2 多传感器信息融合技术
  • 1.2.1 信息融合技术的国内外研究状况
  • 1.2.2 信息融合的结构
  • 1.2.3 信息融合的方法
  • 1.2.4 信息融合中的状态估计
  • 1.3 含未知输入系统状态估计的研究概况
  • 1.4 主要研究内容
  • 第2章 预备知识
  • 2.1 引言
  • 2.2 线性最小方差最优加权信息融合算法及其计算量比较
  • 2.3 基于正常系统的多传感器 Kalman 滤波器
  • 2.4 分块矩阵的求逆和矩阵迹的求导公式
  • 2.5 本章小结
  • 第3章 带随机偏差系统的分布式信息融合滤波器
  • 3.1 引言
  • 3.2 带随机系统偏差的分布式信息融合 Kalman 滤波器
  • 3.2.1 问题的阐述
  • 3.2.2 局部单传感器滤波器
  • 3.2.3 最优融合滤波器
  • 3.3 带随机传感器偏差的分布式信息融合 Kalman 滤波器
  • 3.3.1 问题的阐述
  • 3.3.2 局部单传感器滤波器
  • 3.3.3 最优融合滤波器
  • 3.4 带系统和传感器随机偏差系统的信息融合 Kalman 滤波器
  • 3.4.1 问题的阐述
  • 3.4.2 局部单传感器滤波器
  • 3.4.3 最优融合滤波器
  • 3.5 带未知随机系统偏差系统的自校正信息融合Kalman 滤波器
  • 3.5.1 引言
  • 3.5.2 问题的阐述
  • 3.5.3 信息融合噪声统计辨识
  • 3.5.4 自校正信息融合滤波器
  • 3.6 仿真研究
  • 3.7 本章小结
  • 第4章 带未知输入系统的信息融合状态滤波器
  • 4.1 引言
  • 4.2 系统带未知输入的离散随机线性系统的分布式融合滤波器
  • 4.2.1 问题的阐述
  • 4.2.2 局部单传感器滤波器
  • 4.2.3 任两个传感器子系统之间的滤波误差互协方差阵的计算
  • 4.2.4 最优融合滤波器
  • 4.3 传感器带未知输入的离散随机线性系统的分布式融合滤波器
  • 4.3.1 问题的阐述
  • 4.3.2 局部单传感器滤波器
  • 4.3.3 任两个传感器子系统之间的滤波误差互协方差阵的计算
  • 4.3.4 最优融合滤波器
  • 4.4 系统和传感器都带有未知输入系统的信息融合滤波器
  • 4.4.1 问题的阐述
  • 4.4.2 局部单传感器滤波器
  • 4.4.3 任两个传感器子系统之间的滤波误差互协方差阵的计算
  • 4.4.4 最优融合滤波器
  • 4.5 仿真研究
  • 4.6 本章小结
  • 第5章 带故障诊断的分布式融合状态估计
  • 5.1 引言
  • 5.2 问题的阐述
  • 5.3 故障诊断方法
  • 5.3.1 故障诊断 WSSR 法
  • 5.3.2 故障诊断 U 检验法
  • 5.4 带不同偏差系统的分布式融合估计算法
  • 5.4.1 问题的阐述
  • 5.4.2 任两个传感器子系统之间的滤波误差互协方差阵的计算
  • 5.4.3 最优融合滤波器
  • 5.5 带故障诊断与隔离的信息融合结构
  • 5.6 仿真研究
  • 5.7 本章小结
  • 结语
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文
  • 相关论文文献

    • [1].“集中式融合的性能一定优于分布式融合的性能”存疑[J]. 空军工程大学学报(自然科学版) 2010(05)
    • [2].带宽受限的集群无人机位姿分布式融合估计器[J]. 电光与控制 2020(04)
    • [3].带衰减观测多速率连续系统的分布式融合估计[J]. 黑龙江大学自然科学学报 2020(04)
    • [4].带宽受限下的基于一致性的分布式融合估计器[J]. 控制与决策 2016(12)
    • [5].基于最大内椭球的分布式融合算法[J]. 电子设计工程 2020(09)
    • [6].跨平台多传感器目标统一态势生成分布式融合算法研究[J]. 雷达与对抗 2019(03)
    • [7].分布式融合HSS/HLR部署方案研究[J]. 互联网天地 2015(01)
    • [8].面向空间定位系统的分布式融合估计[J]. 仪器仪表学报 2017(05)
    • [9].井下人员搜救定位免疫并行分布式融合算法[J]. 淮海工学院学报(自然科学版) 2015(03)
    • [10].一种面向多无人机协同感知的分布式融合估计方法[J]. 控制与决策 2010(06)
    • [11].一种基于数据驱动传输策略的带宽受限的分布式融合估计器[J]. 自动化学报 2015(09)
    • [12].基于线性编码补偿方法的非固定丢包率下的分布式融合估计器[J]. 北京航空航天大学学报 2020(06)
    • [13].基于观测分解的一类非线性滤波方法[J]. 科技创新与应用 2018(05)
    • [14].多传感器组合导航系统的两级分布式融合算法研究[J]. 武汉大学学报(信息科学版) 2012(03)
    • [15].基于多尺度分布式融合估计的GPS/INS组合导航系统的研究[J]. 航天控制 2009(06)
    • [16].具有传感器增益退化、随机时延和丢包的分布式融合估计器[J]. 自动化学报 2016(07)
    • [17].多传感器数据融合结构性能分析[J]. 仪器仪表用户 2012(03)
    • [18].基于判决模糊化的分布式融合探测算法[J]. 探测与控制学报 2015(01)
    • [19].多通道信号自校正分布式融合Kalman滤波器[J]. 现代电子技术 2014(03)
    • [20].大数据环境下双层分布式融合决策方法[J]. 中国管理科学 2016(05)
    • [21].广电网络分布式融合有线接入平台选型方案研究[J]. 广播与电视技术 2020(06)
    • [22].带未知通信干扰和丢包补偿的多传感器网络化不确定系统的分布式融合滤波[J]. 自动化学报 2018(06)
    • [23].基于伪测量的分布式最优单步延迟航迹融合估计[J]. 控制理论与应用 2011(10)
    • [24].具有随机时延和丢包的分布式融合估计器[J]. 计算机仿真 2019(10)
    • [25].基于AMD算法的多目标分布式融合[J]. 电光与控制 2017(12)
    • [26].传感器带未知输入的离散随机线性系统的分布式融合滤波[J]. 科学技术与工程 2008(17)
    • [27].一种分布式多传感器信息融合方法[J]. 指挥控制与仿真 2020(05)
    • [28].雷达-红外分布式融合多目标跟踪算法[J]. 无线电工程 2020(09)
    • [29].基于CI算法的多传感器时滞航迹的分布式融合估计[J]. 黑龙江大学工程学报 2015(03)
    • [30].粗糙集在数据融合系统灰色评估中的应用[J]. 微电子学与计算机 2010(07)

    标签:;  ;  ;  ;  ;  

    带未知输入系统的分布式融合滤波及应用
    下载Doc文档

    猜你喜欢