多傳感器時滯系統(tǒng)信息融合及其仿真.pdf

1、多傳感器信息融合技術(shù)是通過多類同構(gòu)或異構(gòu)傳感器數(shù)據(jù)進行綜合獲得比單一傳感器更多的信息，形成比單一信源更可靠、更完全的融合信息。它突破單一傳感器信息表達的局限性，避免了單一傳感器的信息盲區(qū)，提高了多源信息處理結(jié)果的質(zhì)量，有利于對事物的判斷和決策。信息融合技術(shù)包括的范圍很廣，而狀態(tài)估計信息融合是其中一個重要的領(lǐng)域。狀態(tài)估計的方法很多，包括經(jīng)典 Kalman濾波方法、Wiener濾波方法等，其中Kalman濾波成為近幾十年來估計理論的主要工具

2、。
　　雖然Kalman濾波應(yīng)用已經(jīng)非常廣泛，但是Kalman濾波只能處理標準的無時滯系統(tǒng)，不適用時滯系統(tǒng)。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，時滯系統(tǒng)越來越受到關(guān)注，而對于線性系統(tǒng)時滯問題的融合估計控制等問題的研究仍相對較少，特別是在多時滯多系統(tǒng)、不確定性系統(tǒng)等領(lǐng)域仍然存在很多問題需要進一步研究。
　　本課題研究了噪聲已知的多傳感器線性時滯觀測系統(tǒng)的信息融合濾波問題。經(jīng)典標準Kalman濾波已經(jīng)不再適用，基于新息重組(Re-organiz

3、ation of Innovation)理論和按標量加權(quán)最優(yōu)信息融合準則，提出了一種新的信息融合Kalman濾波方法。將帶有時滯的觀測數(shù)據(jù)重新組合成為來自不同觀測系統(tǒng)的無時滯的觀測數(shù)據(jù)，對重組后的觀測數(shù)據(jù)定義新息序列，從而將時滯系統(tǒng)的問題轉(zhuǎn)化為非時滯系統(tǒng)來解決。
　　對于噪聲統(tǒng)計未知的離散時滯系統(tǒng)的信息融合問題，通過引入Krein空間，將噪聲統(tǒng)計未知的離散時滯系統(tǒng)的估計問題轉(zhuǎn)化為Krein空間中估計問題，利用新息重￥H2H組技術(shù)和

4、射影理論對子系統(tǒng)的估計器給出一種簡單有效的解，避免了現(xiàn)有的線性矩陣不等式解的保守性和只能給出充分條件解的缺點，矩陣加權(quán)提高了系統(tǒng)的精度。
　　另外基于新息重組理論，研究了多信道時滯系統(tǒng)線性融合估計方法。通過重組時滯觀測給出一種統(tǒng)一的觀測方程，然后利用Kalman濾波給出估計器。最后，根據(jù)信息融合加權(quán)理論對給出的各種系統(tǒng)信息融合估計器進行融合，給出了融合算法，并通過Matlab仿真，給出仿真圖像。仿真結(jié)果驗證了本文提出算法的可行性。