迭代异方差估计及其在多传感器数据融合中的应用.pdfVIP

第 lO期 电 子 学 报 V0J．36 No．10 2008年 10月 ACrAELECrR0 I『CA SINICA Oct． 2008 迭代异方差估计及其在多传感器 数据融合中的应用 赵 晋，张建秋，高 羽 (复旦大学电子工程系，上海 200433) 摘 要：本文提出一种适应任意噪声分布的迭代渐近无偏估计异方差的方法，它能对多个不同测量噪声的方差 进行估计．不同于传统的异方差估计算法，本文提出的迭代异方差估计，可在不损失估计精度和减少运算量的前提下， 对多个不同的测量噪声方差进行捕获和跟踪 ．在多传感器数据融合中的应用结果表明：本文提出的方法具有估计稳定 性好、运算简单和具有较强的鲁棒性等优点，仿真和实验的结果均证明了提出方法的有效性和可行性 ． 关键词： 迭代异方差估计；最小均方误差；多传感器数据融合；加权最小二乘 中图分类号： 1 77 文献标识码： A 文章编号： 0372—2112(2008)10—1938—06 lterativeHeteroscedasticVarianceEstimationwith ItsApplicationsforMultisensorDataFusion ZHAOJin，ZHANGJian—qiu，GAOYu (DepartmentofElectronicEngineering，FudanUniversity，Shaughai200433，China) Abstract： Inthispaper，artiterativeasymptoticunbiased heteroscedasticvarianceestimationmehtod，suitableforhtemea— surementnoisewiht arbitrarypossibilitydistributions，ispresented．Themehtodcarlestimatehtevariancesofesveraldifferentmea— surementnoiessathtesametime．Unliketradidon~heteroscedasticvarinacesestimationalgorithms，hteproposediterativeestimation mehtodcancapturenadtrackhtevaryvarinacesofthemeasurementnoiseswiht lesscomputationwhileitsestimationaccuracyis kept．Itsappficationresultsonmultisensordatafusionshow thathtepresentedalgorithm isadvnatageoustohteestimationstabiliyt， computationsimpliciyt，nadgoodrobustness．Boht htesimulationandexperimentresultsverifyhteeffectivenessofhteproposed mehtod． KeyWOrds： iterafiveheteroscedasticvariancesestimation；minimum meansquareerror(MMSE)；multiesnsoradtaufsion； weightedleastsquare 噪声方差和线性均方 (LMS)估计算法对测量值进行估 1 引言 计 ．但是，在实际中，测量噪