多传感器系统估计的稳健切比雪夫中心估计融合.pdf

《多传感器系统估计的稳健切比雪夫中心估计融合.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、30传感器与微系统(TransducerandMicrosystemTechnologies)2012年第31卷第7期多传感器系统估计的稳健切比雪夫中心估计融合屈小媚(西南民族大学计算机科学与技术学院，四川成都610041)摘要：针对多传感器线性回归模型的参数估计融合问题，在观测噪声是范数有界的情况下，提出了稳健切比雪夫中心估计融合方法。描述参数的可行集合，为线性系统的所有可行解。可行集合的切比雪夫中心是最坏情况下使得估计误差最小的点，可用它作为多传感器系统参数估计的稳健融合。该问题在复数域上的某些情况可以精确求解，但目前的研究在实数域上只

2、能得到近似解，即松弛的切比雪夫中心。严格证明了在实平面上可行集合的切比雪夫中心可以通过有限个约束的凸优化问题求解，因此，切比雪夫中心可以通过高效优化算法得到。在高维情况下，通过将可行集合投影到各坐标平面，设计了近似的切比雪夫中心融合方法。数值实验结果表明：该方法优于松弛的切比雪夫中心融合。关键词：估计融合；切比雪夫中心；可行集；投影中图分类号：TPl4文献标识码：A文章编号：1000-9787(2012)07-0030-03RobustChebyshevcenterestimationfusionofmulti-sensorsystemse

3、stimationQUXiao-mei(SchoolofComputerScienceandTechnology，SouthwestUniversityforNationalities，Chengdu610041，China)Abstract：Aimingattheproblemoftheparameterestimationfusionofmuttisensorlinearregressionmodel，wherethenoiseoftheobservationisunknownbutnorm—bounded．Thefeasiblepar

4、ameterset(FPS)isdescribedasalladmissiblesolutiontothelinearsystem．ChebyshevcenterofFPSisthepointofintheworst-casewhichmaketheestimationerrorminimize，whichisusedasarobustestimationfusionoftheparameter．Thisproblemcanbesolvedinthecomplexdomaininsomecases，butinrealdomainonlyge

5、ttherelaxedChebyshevcenter(RCC)estimatorinpresentresearch．ItisdemonstratedChebyshevcenterofFPSonrealplanecanbesolvedbyconvexoptimizationofasetoffiniterestrain，SOChebyshevcentercanbeobtainedviaefficientoptimizationalgorithms．AnapproximateChebyshevcenter(ACC)fusionalgorithmi

6、sdesignedviatheprojectionsoftheFPStoeachcoordinateplanes．ThenumericalexperimentresultsshowthatthemethodispriortorelaxedChebyshevcenterfusion．Keywords：estimationfusion；Chebysbevcenter；feasibleset；projection0引言是民用方面，多传感器信息融合的数学模型常常是不准确多传感器信息融合是将来自多信息源的数据和信息加的。在多传感器分布式系统中，当观测

7、噪声范数有界的情以智能化的合成，产生比单一传感器更精确、更完整、更可况下，如何得到系统参数估计的稳健估计融合是多传感器靠的描述和判断，是一个涉及信息科学、计算机科学、自动信息融合领域中一个受到广泛关注的研究方向j。解决化科学的复合型学科。它的结构模型主要有4种形式：分这类问题的常用方法是最小二乘法，即求使得估计误差布式、中心式、混合式和分级式。这4种结构的信息融合的的范数最小的参数估计，其中范数取欧几里德范数。最小理论研究均已取得了很大进展。二乘在本质上是确定性的方法，因为并未对各变量假设任文献[1-3]针对多传感器数据的融合问题进行了研何

8、统计性质。当一些统计信息(比如观测噪声的方差)已究，这些研究基于一个重要假设，即多传感器信息融合的数知，可以用加权最dx_-乘。但当出现异常值时，现有的许学模型是精确知道的。然而