[00292688]基于UKF的非线性信息融合状态估值器算法研究(登记)
交易价格：
面议
类型：
非专利
技术成熟度：
正在研发
交易方式：
完全转让
技术入股
许可转让
联系人：
林念文
所在地：宁夏回族自治区
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本项目对带有加性独立白噪声的非线性系统，得出了一种加权观测融合UKF滤波器。该算法应用加权最小二乘法将观测方程融合成一个新的观测方程。与集中式观测融合UKF滤波器相比加权观测融合UKF滤波器并没有改变原观测方程的维数，故计算量明显小于集中式观测融合UKF滤波器。并且证明了两种融合算法在数值上的完全等价性，因而加权观测融合UKF滤波器具有全局最优性。进而，又通过协同辨识法对系统观测噪声方差统计 进行估计，在利用Sage-Husa估计器对系统过程噪声 进行估计，从而得到了自适应加权观测融合UKF滤波器。本项目主要内容包括：1、该算法应用加权最小二乘法将观测方程融合成一个新的观测方程。与集中式观测融合UKF滤波器相比加权观测融合UKF滤波器并没有改变原观测方程的维数，故计算量明显小于集中式观测融合UKF滤波器。并且证明了两种融合算法在数值上的完全等价性，因而加权观测融合UKF滤波器具有全局最优性。2、未知观测噪声方差统计的辨识方法，采用多个传感器的观测信号，形成平稳随机序列，再利用平稳随机序列的相关函数，得到方差估计。定理1证明了用该算法得到的估计以概率1收敛到真实值。3、系统过程噪声 采用次优无偏的Sage-Husa估计器。由于 估计的收敛性质，本算法克服了Sage-Husa计估器不能处理Q、R均未知系统的局限性。 截止到20.0012年6月，共发表论文9篇，其中有3篇论文在核心期刊上发表，2篇论文在EI期刊上发表，3篇论文在国际会议论文集上发表并被EI检索收录。并完成了基于UKF的非线性信息融合状态估值器算法的仿真研究。比较好的完成了既定的研究任务。培养博士研究生三名，培养硕士研究生三名。
微信公众号
