首页> 中文学位 >多传感器观测下带乘性噪声系统的融合估计
【6h】

多传感器观测下带乘性噪声系统的融合估计

代理获取

目录

文摘

英文文摘

1绪论

1.1选题的意义

1.2带乘性噪声系统的特点和应用背景

1.3带乘性噪声系统最优估计理论的发展及现状

1.4多传感器信息融合简介

1.5本文所作的主要工作

2多传感器观测下带乘性噪声系统的融合滤波算法

2.1单传感器观测下多通道带乘性噪声系统的最优滤波算法

2.1.1单传感器观测下多通道带乘性噪声系统的数学描述

2.1.2单传感器观测下多通道带乘性噪声系统的最优滤波算法

2.2多传感器观测下带乘性噪声系统的融合滤波算法

2.2.1多传感器观测下带乘性噪声系统的数学描述

2.2.2融合滤波算法条件

2.2.3融合滤波准则及公式

2.2.4P(k)的计算公式

2.2.5融合算法特点分析

2.2.6双传感器时的融合滤波

2.3本章小结

3多传感器观测下带乘性噪声系统的逆向最优滤波与反褶积融合算法

3.1概述

3.2多通道带乘性噪声系统的逆向最优滤波算法

3.3多通道带乘性噪声系统的单向最优反褶积算法

3.4多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

3.4.1逆向滤波与反褶积融合算法推导

3.4.2-P(k)的计算公式

3.4.3逆向滤波与反褶积融合算法特点分析

3.4.4双传感器时逆向滤波融合

3.5本章小结

4仿真实例

5结论

致谢

参考文献

展开▼

摘要

研究带乘性噪声系统的信号估计理论是随机系统信号处理的重要发展方向.这种研究在石油地震勘探、通讯工程、水声探测、语音处理等领域都具有实际意义.以往对这类系统的研究,往往假定系统只被单传感器观测.而该文则围绕多传感器观测下带乘性噪声系统的融合滤波,融合逆向滤波,融合反褶积展开了理论上的研究.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号