多传感器观测融合单通道白噪声反卷积滤波器.pdfVIP

第9卷 第 l0期 2009年5月 科 学 技 术 与 工 程 Vo1．9 No．10 May2009 1671．1819(2009)10-2711-04 ScienceTechnologyandEngineering @ 2009 Sci．Tech．Engng． 多传感器观测融合单通道白噪声反卷积滤波器 崔崇信 邓 自立 (黑龙江科技学院自动化系，哈尔滨 150027；黑龙江大学 自动化系 ，哈尔滨 150080) 摘 要 利用现代时间序列分析方法，基于ARMA新息模型应用加权观测融合方法，提出了多传感器加权观测融合白噪声反 卷积Wiener滤波器。同集中武和分布式融合方法相 比，不仅可得到全局最优 白噪声融合估值器，而且可显著地减小计算负 担，便于实时应用。一个两传感器Bernoulli—Gaussian白噪声加权观测融合估值器的仿真例子说明其有效性。 关键词 现代时间序列分析方法 反射地震学 白噪声反卷积滤波器 多传感器 加权观测融合 中图法分类号 0211．64； 文献标志码 A 白噪声反卷积(Deconvolution)是由系统输出估 法就可得到全局最优 白噪声估值器。基于 Kalman 计输入 白噪声。它在石油地震勘探中具有重要的 滤波的状态融合也有两种方法_4 j，一种是集中式 应用意义 ．2J。基本原理是：埋于地表下的炸药爆 融合方法，它相同于集中式观测融合方法，另一种 炸后产生的地震波在地下各油层的反射系数序列 是分布式融合方法，它由局部滤波估值加权得到融 可用 Bernoulli—Gaussian白噪声来描写，它含有油田 合估计 ，但该方法一般只能得到次优估值 ，且计 几何形状的重要信息。估计 白噪声成为石油地震 算负担较大。本文利用现代时间序列分析方法提 勘探的一种关键技术。对于具有多个传感器的白 出了多传感器加权观测融合 白噪声 Wiener滤波器， 噪声信号接收系统，在 白噪声反卷积滤波器的设计 它不仅是全局最优的，而且可明显减小计算负担， 中运用多传感器观测融合方法 』，可以提高滤波 便于实时应用。 精度 。 对于多传感器观测融合问题，目前有两种方 1 问题描述 法 J，一种是用扩维方法合并观测数据，叫做集中 式观测融合方法。它的优点是可获得全局最优 Kal— 考虑多传感器单通道 白噪声反卷积问题 man滤波估值，但缺点是增加了计算负担。另一种 y )= 旦= (f)+ (t)；i=1，…， (1) 是用加权方法合并观测数据，它的优点是不增加观 ，1 ， 测向量维数，计算负担小，但缺点是要求各传感器 (1)式中标量Y(f)为由传感器 i构成的观测系统的 有相同的观测阵。在这种情况下，文献 [3]证明了 输出，为传感器个数，A(q )和B(q )为单位滞 两种方法是功能等价的，即加权观测融合方法同样 后算子g 的多项式，形如 (g )=。+2；1q +… 可获得全局最优Kalman滤波估值，同时具有显著地 + ， g ，且首系数a。=1，b0=0。 (￡)为系统的输 减小计算负担的优点。由于白噪声估值器是在 Ka1． 入 白噪声，(f)为观测噪声。 man滤波器基础上计算得到的，因而用上述两种方 假设1W(t)和 (t)是零均值，方差各为 ： 和 的相互独立 白噪声。 2009年 1月15日收到 国家自然科学基金