欢迎来到天天文库
浏览记录
ID:51548231
大小:707.71 KB
页数:2页
时间:2020-03-12
《自校正信息融合Wiener滤波器在信号处理中的应用研究.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、数字技术应用研究与应用自校正信息融合Wiener滤波器在信号处理中的应用研究王强(黑龙江东方学院黑龙江哈尔滨150086)摘要:多传感器信息融合已成为许多高科技领域的关键技术,目前已成为倍受人们关注的热门领域。本文对于含有未知模型参数和未知观测噪声的单通道AR信号,应用Kalman滤波方法,基于AR模型参数RIV算法的在线辨识,提出了采用状态空间模型的AR信号自校正信息融合Wiener滤波器,并在信号处理中的应用进行了研究。关键词:多传感器信息融合噪声统计估计Kalman滤波方法自校正Wiener滤波器中图分类号:TN713文献标识码:A文章编号:10
2、07-9416(2011)05-0175-021、前言AR信号的滤波、预报问题已经广泛的应用于信号处理、通θθˆˆˆ()tt=−+(1)ptii(1−−)()ϕtn⎡⎤z()ttt−ϕθT()(1)−信、目标跟踪等领域。新近文献提出了在模型参数已知,观测噪ii1(+−ϕϕTtpt)(1)()tn−⎣⎦iii(4)iii声未知的带多传感器的单通道AR信号自校正信息融合Wiener滤波器,但在实际应用中模型参数通常是未知的。pt(1−−)()()(1ϕϕtnttpt−)iiiiptpt()=−−(1)2、带白色观测噪声的多传感器单通道AR信号自校正信iit
3、1(+−ϕϕtpt)(1)()tn−(5)息融合Wiener估值器iii考虑带白色观测噪声的多传感器单通道AR信号st()。θθˆii()tP0000===,()tP,()ytt0(≤0)(6)−1Aqst()()(1=−wt);ytstii()=++()ξ()tet()t0θϕˆ()tP=−()t∑(jn)()zj,iL=1,L,。其中t为离散时间,AR信号st()∈Riiii00(7)j=1,ytR()∈为第i个传感器的观测,wt()、ξ()ti−12⎡⎤tet(1iL=,,)LT和i()为零均值,方差各为σw、Ptii()0=−⎢⎥∑ϕϕ(jn)
4、()ij(8)22⎣⎦j=1σ和σ的不相关白噪声。Aq()−1为多项式:ξeiin=1,L,Aq()1−−11=+aq++Laq−na−11n;假设(1)Aq()2a2σ2下面估计σw、ξ和σei(1iL=,,)L。是稳定的;(2)yt()(1iL=,,)L的一个实现是有界的,i−1Aqˆ()−1定义:rt()=Aqyt()();将代入上式
5、
6、yt()
7、
8、9、10、11、12、⋅为向量的范数;iiiyt()(1iL=,,)L得:ˆ()ˆ()()−1的一个实现是有界的,即13、14、yt()15、16、17、i−11m∀t,iL=1,L,其中18、19、20、21、⋅为向量的范数;(4)Aq()、222σσˆˆ22=∑222法即可得估值σˆξ,σˆw,σˆei,则有:ξξmm;σj=1σw、ξ和σei(1iL=,,)L未知,且na≥2。m1mσˆ2=σˆ2;ˆˆ22,iL=1,L,。3、多传感器单通道AR信号自校正信息融合Wiener估值器wm∑wmσσei=∑eimj=1j=122在(1)和(2)中在假设1~4下如何估计100.0Ksa、σw、σξ和2σ(1iL=,,)L。ei4、定理将由式(2)代入式(1)得−1多传感器系统(1)和(2),当Aq()、−−11−1Aq22、yt()()(1=−+wt)()(Aqξt)()(+Aqet);利222iiσw、σξ和σei未知时,由上述分析所得的估值用RIV可以辨识求得Aqˆ()−1,主要方法如下:由(1)式、(2)式有22Aqˆ()−1、σˆ2、σˆ和σˆ可得局部自校正Wiener滤wξeiLS结构:波器为:ψˆ(0)()(23、)qxttKqyt−−1ˆs=ˆ(0)()()1,Tiiiiyt()=+ϕθε()t()t(1)iiiL=1,L,;可得AR信号st()的局部自校正WienerTϕii()ty=−[](1)tLyi(tn−a)(2)θ=[]aa1Ln(3)••••••下24、转第178页于是有RIV递推算法117575数字技术应用研究与应用[XE3-Ethernet0/0]quit[SECPATH-GigabitEthernet0/0]natserverprotocoludpglobal#配置位置服务器1.1.4.29700inside192.168.1.109700[XE3]location-server3、结语[XE3-ls]ls-configinterfaceEthernet0/0本文简要地解释了NAT、FW的概念及其工作原理,着重阐[XE3-ls]call-modeh323routed述了从私网到公网和从公网到私网25、NAT/FW隧道穿越的原理和具[XE3-ls]start体实现过程,以期对读者有所帮助。[XE
9、
10、
11、
12、⋅为向量的范数;iiiyt()(1iL=,,)L得:ˆ()ˆ()()−1的一个实现是有界的,即
13、
14、yt()
15、
16、17、i−11m∀t,iL=1,L,其中18、19、20、21、⋅为向量的范数;(4)Aq()、222σσˆˆ22=∑222法即可得估值σˆξ,σˆw,σˆei,则有:ξξmm;σj=1σw、ξ和σei(1iL=,,)L未知,且na≥2。m1mσˆ2=σˆ2;ˆˆ22,iL=1,L,。3、多传感器单通道AR信号自校正信息融合Wiener估值器wm∑wmσσei=∑eimj=1j=122在(1)和(2)中在假设1~4下如何估计100.0Ksa、σw、σξ和2σ(1iL=,,)L。ei4、定理将由式(2)代入式(1)得−1多传感器系统(1)和(2),当Aq()、−−11−1Aq22、yt()()(1=−+wt)()(Aqξt)()(+Aqet);利222iiσw、σξ和σei未知时,由上述分析所得的估值用RIV可以辨识求得Aqˆ()−1,主要方法如下:由(1)式、(2)式有22Aqˆ()−1、σˆ2、σˆ和σˆ可得局部自校正Wiener滤wξeiLS结构:波器为:ψˆ(0)()(23、)qxttKqyt−−1ˆs=ˆ(0)()()1,Tiiiiyt()=+ϕθε()t()t(1)iiiL=1,L,;可得AR信号st()的局部自校正WienerTϕii()ty=−[](1)tLyi(tn−a)(2)θ=[]aa1Ln(3)••••••下24、转第178页于是有RIV递推算法117575数字技术应用研究与应用[XE3-Ethernet0/0]quit[SECPATH-GigabitEthernet0/0]natserverprotocoludpglobal#配置位置服务器1.1.4.29700inside192.168.1.109700[XE3]location-server3、结语[XE3-ls]ls-configinterfaceEthernet0/0本文简要地解释了NAT、FW的概念及其工作原理,着重阐[XE3-ls]call-modeh323routed述了从私网到公网和从公网到私网25、NAT/FW隧道穿越的原理和具[XE3-ls]start体实现过程,以期对读者有所帮助。[XE
17、i−11m∀t,iL=1,L,其中
18、
19、
20、
21、⋅为向量的范数;(4)Aq()、222σσˆˆ22=∑222法即可得估值σˆξ,σˆw,σˆei,则有:ξξmm;σj=1σw、ξ和σei(1iL=,,)L未知,且na≥2。m1mσˆ2=σˆ2;ˆˆ22,iL=1,L,。3、多传感器单通道AR信号自校正信息融合Wiener估值器wm∑wmσσei=∑eimj=1j=122在(1)和(2)中在假设1~4下如何估计100.0Ksa、σw、σξ和2σ(1iL=,,)L。ei4、定理将由式(2)代入式(1)得−1多传感器系统(1)和(2),当Aq()、−−11−1Aq
22、yt()()(1=−+wt)()(Aqξt)()(+Aqet);利222iiσw、σξ和σei未知时,由上述分析所得的估值用RIV可以辨识求得Aqˆ()−1,主要方法如下:由(1)式、(2)式有22Aqˆ()−1、σˆ2、σˆ和σˆ可得局部自校正Wiener滤wξeiLS结构:波器为:ψˆ(0)()(
23、)qxttKqyt−−1ˆs=ˆ(0)()()1,Tiiiiyt()=+ϕθε()t()t(1)iiiL=1,L,;可得AR信号st()的局部自校正WienerTϕii()ty=−[](1)tLyi(tn−a)(2)θ=[]aa1Ln(3)••••••下
24、转第178页于是有RIV递推算法117575数字技术应用研究与应用[XE3-Ethernet0/0]quit[SECPATH-GigabitEthernet0/0]natserverprotocoludpglobal#配置位置服务器1.1.4.29700inside192.168.1.109700[XE3]location-server3、结语[XE3-ls]ls-configinterfaceEthernet0/0本文简要地解释了NAT、FW的概念及其工作原理,着重阐[XE3-ls]call-modeh323routed述了从私网到公网和从公网到私网
25、NAT/FW隧道穿越的原理和具[XE3-ls]start体实现过程,以期对读者有所帮助。[XE
此文档下载收益归作者所有