子波域一种新的多尺度多传感器状态估计.pdfVIP

第41卷第 11期 上 海 交 通 大 学 学 报 V0L 41 NO．11 2007年 11月 JOURNAL OF SHANGHAI JIAOTONG U NIVERSITY NOV．2007 文章编号：1006—2467(2007)11-1745—04 子波域一种新的多尺度多传感器状态估计 杨友明， 李建勋 ’ 肖艳军 (上海交通大学电子信息与电气工程学院，上海200030) 摘 要：研究了多尺度状态参数估计问题．利用状态信号的多尺度特性，引入小波变换，建立了一 个新的多尺度多传感器滤波算法．将函数全变差和局部变差概念引入到小波变换，提出了小波缩减 因子的概念．通过小波缩减因子的引入，细尺度上的高频信号也得到了有效处理．仿真结果表明，该 算法充分利用信号的多尺度特性，基于尺度级的信息融合大大提高了状态估计的精度． 关键词：小波变换；全变差；多尺度；状态估计 中图分类号：TP 274 文献标识码：A A New Method of Multi．．scale Multi．．sensor State Estimation in Wavelet Domain YANG You—ruing， LI Jian—XUn， XIAO Yah—jun (School of Electronic，Information and Electrical Eng．，Shanghai Jiaotong Univ．，Shanghai 200030，China) Abstract：The problem of multi—scale parameter estimation was studied．Based on the idea of multi—scale characteristic of signal and wavelet transform，a new multi—scale multi—sensor filtering algorithm was pro— posed．The concepts of“total variation’’and“local variation’’of functions are introduced to the areas of wavelet transform-and then the concept of“contraction coefficients’’is raised which significantly augments the previous theory that the updating of state estimation merely focuses on the approximations of wavelet decompositions．The Monte Carlo simulation reveals that the accuracy of estimation can be improved notably under the new theory． Key words：wavelet transform；tota1 variation；multi—scale：state estimation 在对目标的状态估计中，许多信号都具有多尺 型和算法．在文献[2—4]中，针对具有不同分辨率的 度特征，传统的在单一尺度上进行滤波分析并不能 多传感器系统滤波估计，提出动态的多分辨率分布 充分利用信号中丰富的时频信息．近年来，信号处理 式滤波算法．该算法将传感器分辨率与状态参数的 中小波变换的引入有力地解决了这一问题．利用小 分解尺度对应起来，在最粗尺度上进行信号滤波后， 波变换的多尺度分解将信号在时频域展开，信号的 在最细尺度上重构状态参数．该算法利用状态参数 分析建立在不同尺度上，可以有针对性地选取信号 的多尺度性提高了估计精