近年來,隨著科學(xué)技術(shù)的不斷發(fā)展,多源信息融合技術(shù)被廣泛的應(yīng)用到工業(yè)、交通運輸及軍事國防等各個領(lǐng)域。狀態(tài)估計與參數(shù)估計技術(shù)作為多源信息融合技術(shù)的重要組成部分,已經(jīng)成為信息技術(shù)領(lǐng)域內(nèi)的熱點研究問題。系統(tǒng)拆分作為一種有效的濾波器設(shè)計方法,能夠降低系統(tǒng)的非線性程度、復(fù)雜噪聲影響及減小計算過程中矩陣維數(shù)等。本文擬利用系統(tǒng)拆分的思想,研究非線性系統(tǒng)、多噪聲系統(tǒng)及高維狀態(tài)系統(tǒng)的高效濾波方法,重點開展如下研究。（1）針對一種含有未知參數(shù)的非線性系統(tǒng),分別運用擴展卡爾曼濾波狀態(tài)與參數(shù)聯(lián)合估計方法和雙擴展卡爾曼濾波狀態(tài)與參數(shù)交替估計方法,對系統(tǒng)狀態(tài)和未知參數(shù)進行估計;重點分析對比系統(tǒng)在不同非線性程度時,兩類估計方法在估計精度方面的差異。（2）針對包含線性部分與非線性部分的系統(tǒng)模型,將其拆分為線性子系統(tǒng)與非線性子系統(tǒng)。若狀態(tài)方程中存在線性部分與非線性部分,則將線性子系統(tǒng)的最優(yōu)濾波結(jié)果作為非線性子系統(tǒng)UKF過程的參數(shù),進行交替濾波方法設(shè)計,顯著提高整個系統(tǒng)的濾波精度。若觀測方程中存在線性部分與非線性部分,則分別對兩個子系統(tǒng)分別進行濾波器設(shè)計,并將各子系統(tǒng)的濾波結(jié)果進行分布式融合,有效提高整個系統(tǒng)的濾波精度。（... 

【文章來源】：河南工業(yè)大學(xué)河南省

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【部分圖文】：

數(shù)據(jù)級融合特征級融合屬于中間層次融合

于中間層次融合。首先對每個傳感器采集到數(shù)據(jù)，根向量，然后在融合中心完成特征向量的融合處理，最決策判斷。提取的特征向量信息一般情況下應(yīng)能充分特征級融合在提取特征向量時實現(xiàn)了對原始數(shù)據(jù)壓縮時處理能力比數(shù)據(jù)級融合有了明顯的提高。按照特征的信息進行特征提取的時候提取的只是代表了目標特據(jù)中的有用信息不可避免的損失了，這就使得融合系況下就會表現(xiàn)出系統(tǒng)融合性能的降低。特征級融合主式識別領(lǐng)域，具體方法包括卡爾曼濾波理論、多假設(shè)論、聚類法、神經(jīng)網(wǎng)絡(luò)、K 近鄰法等。

圖 3 決策級融合級別的融合算法各有利弊，而且不同的問題對多傳感的要求不同，所以可以根據(jù)實際情況開發(fā)相應(yīng)的混合以滿足任務(wù)要求。構(gòu)統(tǒng)進行信息融合的過程中，按照多傳感器系統(tǒng)采集的置節(jié)點不同，可以把多傳感器系統(tǒng)的結(jié)構(gòu)分成三種類式結(jié)構(gòu)。三種系統(tǒng)結(jié)構(gòu)的區(qū)別在于融合中心處理的數(shù)據(jù)構(gòu)處理的是多傳感器系統(tǒng)中各個傳感器采集到的原始據(jù)所包含的信息損失量小，但是該種融合結(jié)構(gòu)對系統(tǒng)心需要處理的數(shù)據(jù)最多，計算復(fù)雜，計算量大，當數(shù)

【參考文獻】：
期刊論文
[1]A New Cooperative Distributed MPC Method Based on Reduction and Classification[J]. WU Lan,WANG Lei.  Chinese Journal of Electronics. 2017(03)
[2]基于未知輸入觀測器的非線性動態(tài)系統(tǒng)故障估計[J]. 胡正高,趙國榮,周大旺.  航空學(xué)報. 2015(11)
[3]確定采樣型強跟蹤濾波飛機舵面故障診斷與隔離[J]. 馬駿,倪世宏,解武杰,董文瀚.  控制理論與應(yīng)用. 2015(06)
[4]基于SVDD的冷水機組傳感器故障檢測及效率分析[J]. 李冠男,胡云鵬,陳煥新,黎浩榮,李炅,胡文舉.  化工學(xué)報. 2015(05)
[5]柔性機械臂振動控制中的壓電傳感器故障診斷[J]. 馬天兵,杜菲,熊能,錢星光.  電子測量與儀器學(xué)報. 2014(12)
[6]基于參數(shù)估計的一類非線性系統(tǒng)故障診斷算法[J]. 孫蓉,劉勝,張玉芳.  控制與決策. 2014(03)
[7]基于SRCKF的移動機器人同步定位與地圖構(gòu)建[J]. 王宏健,傅桂霞,邊信黔,李娟.  機器人. 2013(02)
[8]基于模型診斷技術(shù)的神經(jīng)網(wǎng)絡(luò)實現(xiàn)方法[J]. 馬紀明,萬蔚,王法巖.  北京航空航天大學(xué)學(xué)報. 2013(02)
[9]改進UKF算法及其目標跟蹤性能研究[J]. 陳偉衡,趙毅寰.  現(xiàn)代電子技術(shù). 2011(23)
[10]基于Hopfield神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)故障估計方法[J]. 王占山,張恩林,張化光,馮健.  南京航空航天大學(xué)學(xué)報. 2011(S1)

博士論文
[1]智能傳感器偵察網(wǎng)絡(luò)中的目標跟蹤算法研究[D]. 肖延國.中國科學(xué)技術(shù)大學(xué) 2007

碩士論文
[1]一類噪聲為非高斯分布的非線性系統(tǒng)濾波方法研究[D]. 程興碩.杭州電子科技大學(xué) 2016



本文編號：3502533