具有乘性噪声和丢包传感器网络系统的加权观测融合估计.PDF

具有乘性噪声和丢包传感器网络系统的加权观测融合估计.PDF

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
具有乘性噪声和丢包传感器网络系统的加权观测融合估计

中国青岛 第七届中国信息融合大会 Qingdao China 2015年10月 The Seventh Chinese Information Fusion Conferenc 11 具有乘性噪声和丢包传感器网络系统的加权观测 融合估计 丁健,逄崇雁,孙书利 黑龙江大学,哈尔滨 150080 摘 要:研究了具有丢包和乘性噪声的复杂多传感器网络系统的加权观测融合估计问题。不同传感器的观测丢失采用一组具 有已知概率的 Bernoulli 分布的随机变量描述。通过将乘性噪声转化为加性噪声,应用矩阵满秩分解和加权最小二乘原理, 会 给出了加权观测融合估值器。该加权观测融合估值器具有与集中式融合估值器相同的精度,即具有全局最优性。分析了算法 的稳态特性,给出了稳态存在的一个充分条件。仿真研究验证了算法的有效性。 关键词:多传感器; 观测丢失; 乘性噪声; 加权观测融合; 满秩分解 大 中图分类号:TP273 文献标识码:A 合 Weighted Measurement Fusion Estimation for Sensor Networked Systems with Multiplicative Noises and Droppings 融 Ding Jian, Pang Chongyan, Sun Shuli Heilongjiang University, Harbin 150080 息 Abstract: This paper is concerned with the weighted measurement fusion estimation problem for a complicated multi -sensor networked system with the multiplicative noises and droppings. The data dropping phenomena of different sensors are described by a group of Bernoulli distributed random variables with the known probability distributions. By transforming the multiplicative noises 信 into the additive noises, using full-rank decomposition of matrix and weighted least-square theory, the weighted measurement fusion estimators are presented. The proposed fusion estimators have the same accuracy with the centralized fusion estimator, i.e., they are global optimal. The steady-state property is analyzed and a sufficient c

文档评论(0)

l215322 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档