多传感器系统噪声统计辨识的一种相关方法.pdfVIP

第9卷 第 1期 2009年 1月 科 学 技 术 与 工 程 Vo1．9 No．1 Jan．2009 1671-1819(2009)1—0011-05 ScienceTechnologyandEngineering ⑥ 2009 Sci．Tech．Engng． 多传感器系统噪声统计辨识的一种相关方法 高 媛 王伟玲 王 强 邓 自立 (黑龙江大学 自动化系，哈尔滨 150080) 摘 要 对于带未知噪声统计和相关噪声的多传感器线性离散定常随机系统，通过左素分解将观测过程表为两个滑动平均 (MA)过程之和，利用解相关函数矩阵方程组方法得到系统的噪声方差、相关阵及互协方差的在线估计器。基于观测过程的 采样相关函数的遍历性证明了噪声统计估值器是强一致的。一个两传感器带相关噪声系统的仿真例子说明了方法的有 效性。 关键词 噪声统计信息估值器 相关方法 收敛性 强一致性 中图法分类号 O211．64； 文献标志码 A 众所周之，对动态系统未知状态的最优估计而 多项式具有正实性。然而这一条件在应用中是无 言，Kalman滤波是最有效的方法…。然而，Kalman 法直接验证的，因为MA多项式是未知的。此外，一 滤波理论要求精确已知系统的模型参数和噪声统 些ARMA模型的两段最小二乘辨识算法 2的参数 计信息，这在实际应用中难以满足，因为在许多实 估计一致性尚未解决。 际应用问题中，模型参数和噪声统计信息往往是全 文献[6，7]提出了利用相关函数方法得到系统 部或部分未知的。自校正估计器则在此基础上应 噪声方差的在线估值器的新方法，避免辨识 ARMA 运而生 。 新息模型，并且基于观测过程采样相关函数的遍历 对于带未知噪声统计信息的相关系统，设计自 性得到了噪声方差估值器的强一致性 (即以概率 1 校正Kalman估值器 要求在线辨识系统的噪声方 收敛于真实值)，文献 [7]进而得到了按实现收敛的 差和协方差。文献 [2—4]提出的辨识噪声方差的 自校正解耦信息融合Wiener状态分量滤波器，但是 方法要求辨识系统的自回归滑动平均(ARMA)新息 都没有解决系统带有相关噪声时的噪声统计估计 模型，所得到的噪声方差估值器的一致性依赖于 问题。为了克服这个缺点，本文将文献 [6，7]的方 ARMA新息模型参数估计的一致性。文献 [5]给出 法加以推广，用相关方法提出带相关噪声的多传感 的一些ARMA模型参数估计算法的一致性要求的 器系统的噪声方差阵、相关阵和互协方差阵的在线 条件较强，例如，递推增广最小二乘法 (RELS)算法 辨识方法，并证明了噪声统计估计器的强一致性， 参数估计是一致的充分条件是 ARMA模型的MA 这将为 自校正多传感器状态融合估计问题提供新 的实现途径 。 2008年9月23日收到 国家 自然科学基金、黑龙江省 教育厅科学技术项 目、 1 噪声统计信息的在线估值器 黑龙江省电子工程重点实验室项 目 (DZZD2006—16)资助 考虑多传感器相关线性离散定常随机系统 第一作者简介：高 媛 (1978一)，女，讲师，博士研究生，研究方向： 信息融合、状态估计。 (t+1)=4 (t)+Fw() (1) ’通讯作者简介：邓 自立 (1938一)，男，教授，博士生导师，研究方 Y(t)=Hix(t)+ (t)，i=1，…，L (2) 向：多传感器信息融合。E—