导读:本文包含了加权观测融合方法论文开题报告文献综述及选题提纲参考文献，主要关键词:广义系统,加权观测融合,多传感器信息融合,全局最优性
加权观测融合方法论文文献综述
王欣[1]（2011）在《多传感器广义线性系统最优和自校正加权观测融合估计方法研究》一文中研究指出广义系统广泛出现在机器人、经济学、电路、生物医学、化工和工业控制等系统中,是比正常系统更具有普遍性的一种对实际系统的描述形式,近年来得到普遍关注。本文受叁项国家自然科学基金(60874062、60504034、60874063)和一项教育部重点课题(209038)支持,具有重要理论意义和实际意义。关于广义系统的融合估计问题近年来出现了一些报道,但因为所采用的融合器多是分布式状态融合算法,该融合器是全局次优的,因而广义系统的融合估计结果也不能获得全局最优性。加权观测融合(Weighted Measurement Fusion, WMF)算法不但具有较小的计算负担,而且可以获得全局最优的估计结果,但现有的加权观测融合估计方法还无法解决广义系统的融合估计问题。针对这种情况,本文在对多传感器信息融合技术、状态估计技术、广义系统理论的历史背景和国内外研究的现状进行比较分析的前提下,以线性无偏最小方差(Linear Unbiased Minimum Variance, LUMV)估计为最优融合准则,采用最小二乘辨识技术、Kalman滤波技术、以及现代时间序列分析技术对多传感器广义系统加权观测融合最优和自校正估计技术进行了研究。主要内容和研究成果包括如下几个方面：1、利用奇异值分解和前后子系统分解两种方法将广义线性系统转化为等价的降阶耦合子系统,完成了广义线性系统到正常系统的降阶转化,分析了两种方法的灵活性,证明了正常子系统的能观性,进而说明了降阶子系统的可估计性,指出了利用加权观测融合方法实现广义系统最优和自校正融合估计需要解决的叁个问题。2、解决了第一个问题。即,在带不同观测阵,且各传感器观测噪声相关且输入噪声与各传感器的观测噪声相关情形下,利用了矩阵满秩分解,Lagrange乘数法,加权最小二乘理论,在LUMV意义下提出了不受观测阵、观测噪声相关性影响的加权观测融合Kalman估计算法,该算法可统一处理状态的融合滤波、平滑、预报问题。证明了其估计结果完全等价于集中式融合结果,从而说明了它同样具有全局最优性。推广了Gan关于加权观测融合算法只能处理各传感器观测阵相同的情形。3、解决了第二个问题。即,对于带不同观测阵和相关噪声的多传感器系统,在Γ列满秩的条件下,利用射影理论提出了适合加权观测融合(WMF)算法的白噪声估计算法,并理论上证明了其功能等价于集中式融合白噪声估计理论,即引出数值上恒同的白噪声预报器,滤波器和平滑器,因而WMF算法在白噪声估计中同样具有全局最优性。所提出的算法也可应用于石油地震勘探、信号处理、通信等领域。4、解决了第叁个问题。即,当系统噪声统计特性未知时,应用Fadeeva公式,左素分解方法构建了含未知参数的ARMA新息模型,提出了用采样相关函数和最小二乘两种系统参数辨识方法辨识ARMA新息模型,分析了两种方法在不同情况下的适用性,通过解矩阵方程组得到未知参数的一致性估计,进而得到自校正加权观测融合Kalman估值器。从而解决了多传感器广义系统自校正加权观测融合估计问题。(本文来源于《哈尔滨工程大学》期刊2011-03-10）
黄贤源,隋立芬,范玉茹[2]（2009）在《基于噪声随机模型的加权观测融合方法》一文中研究指出信息融合技术中,在各局部传感器的有色观测噪声为一阶AR模型的情况下,可以利用观测扩增方法消除有色噪声的影响,得到最优加权观测融合方程,从而实现状态的最优滤波解。对于有色观测噪声为MA或ARMA模型的情况,观测扩增方法不再适用。提出了基于有色观测噪声随机模型级数展开的方法,求解出各局部传感器有色观测噪声的方差,并利用该方差对加权观测融合滤波器进行了构造。通过计算实例证明,该方法不仅适用于观测噪声为AR模型,同时适用于噪声MA或ARMA模型。(本文来源于《测绘科学技术学报》期刊2009年01期）
加权观测融合方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
信息融合技术中,在各局部传感器的有色观测噪声为一阶AR模型的情况下,可以利用观测扩增方法消除有色噪声的影响,得到最优加权观测融合方程,从而实现状态的最优滤波解。对于有色观测噪声为MA或ARMA模型的情况,观测扩增方法不再适用。提出了基于有色观测噪声随机模型级数展开的方法,求解出各局部传感器有色观测噪声的方差,并利用该方差对加权观测融合滤波器进行了构造。通过计算实例证明,该方法不仅适用于观测噪声为AR模型,同时适用于噪声MA或ARMA模型。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加权观测融合方法论文参考文献
[1].王欣.多传感器广义线性系统最优和自校正加权观测融合估计方法研究[D].哈尔滨工程大学.2011
[2].黄贤源,隋立芬,范玉茹.基于噪声随机模型的加权观测融合方法[J].测绘科学技术学报.2009