復雜條件下狀態(tài)信息融合穩(wěn)健方法研究.pdf

1、信息融合亦稱為多傳感器信息融合，是通過對來自多種類傳感器的數據進行多級別，多方面，多層次的處理與綜合，以期獲得比單傳感器更豐富，更精確，更可靠的有用的信息。近20年來，隨著傳感器技術的迅速發(fā)展和多傳感器系統(tǒng)的大量涌現,多傳感器信息融合技術獲得了廣泛的研究和發(fā)展，目前，信息融合，特別是狀態(tài)信息融合已廣泛應用在空中交通管制、國防、海港監(jiān)控、機器人視覺、遙感、氣象預報和智能交通等領域。 穩(wěn)健性作為信息融合的一個主要優(yōu)點，它是確保多源參

2、數估計信息的最佳合成問題，是信息融合理論中關鍵技術之一。穩(wěn)健性在復雜條件下的信息融合中的重要性更加突出，由于實際惡劣環(huán)境中存在野值，色噪，模型匹配等諸多影響系統(tǒng)穩(wěn)定的因素，甚至可能導致系統(tǒng)崩潰，因此狀態(tài)融合的穩(wěn)健性研究是實際系統(tǒng)的應用和理論的發(fā)展基礎。 本文主要應用小波多分辨率分析方法對狀態(tài)信息的處理和信息融合問題進行深入研究。本文的研究主要涉及基于小波變換的抗差多速率模型及其算法，多尺度信號濾波和基于多尺度的多源信息融合，色噪

3、聲條件下的狀態(tài)估計等。本文的主要研究成果如下： 1 針對野值的特性進行研究分析，利用小波變換后野值系數的特性考慮，提出從小波域進行野值的檢測和剔除，并結合多速率信息抽取，建立了小波域的抗差多速率模型。新的模型首次在小波域將野值的剔除與多速率信息的抽取結合一體，抗差多速率模型具有很強的魯棒性和實用性。同時引入交互式多模型，給出了抗野值交互式多速率濾波算法，新算法對野值具有很好的魯棒性，針對機動和非機動情況的狀態(tài)估計都有滿意的效果。

4、 2 對子波域多尺度濾波及信息融合進行了研究。分析了基于小波多分辨率分析的多尺度濾波，通過空間變換證明了多尺度濾波中細節(jié)信號處理的必要性和可行性，改進了多尺度濾波算法。新的多尺度濾波算法，充分體現了多尺度分析思想。提出了新的多傳感器信息融合算法，新算法基于不同的尺度級進行信息融合，突破了單一尺度融合的局限。通過機動和非機動的實例仿真，表明了理論推導的正確性和該算法的有效性。 3 針對色噪聲下的狀態(tài)估計進行了分析。推導