کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6937844 1449889 2019 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Distributed fusion filter for multi-sensor systems with finite-step correlated noises
ترجمه فارسی عنوان
فیلتر فیوژن توزیع شده برای سیستم های چند سنسور با صداهای مرتبط با گام به گام
کلمات کلیدی
فیلتر فیوژن توزیع شده سر و صدای همپوشانی محدود ماتریس متقاطع کوواریانس، سیستم چند سنسور، ماتریس پارامتر تصادفی رویکرد تجزیه و تحلیل نوآوری،
ترجمه چکیده
در این مقاله، مسئله فیلترینگ همگونی توزیع شده برای سیستم های چند سنسوری با صداهای مرتبط با گام به گام محدود می شود. نویز فرآیند و صدای مشاهدات سنسورهای مختلف به ترتیب خودکار و متقارن هستند. بر اساس الگوریتم های بهینه فیلتر کردن محلی که ما پیش از این ارائه کردیم، ماتریس های متقاطع کوواریانس خطای فیلتر کردن بین هر دو فیلتر محلی بر اساس یک روش تحلیل نوآوری حاصل می شود. یک فیلتر فیوژن توزیع شده با استفاده از الگوریتم تخمینی فیوژن ماتریسی با وزن کم در معیار حداقل واریانس خطی غیر خطی ارائه شده است. در نهایت، الگوریتم های پیشنهادی به سیستم هایی با ماتریس پارامترهای تصادفی گسترش می یابند. برای نشان دادن اثربخشی الگوریتم های پیشنهاد شده، دو مثال شبیه سازی ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
فیلتر فیوژن توزیع شده برای سیستم های چند سنسور با صداهای مرتبط با گام به گام
چکیده انگلیسی
This paper addresses the distributed fusion filtering problem for multi-sensor systems with finite-step correlated noises. The process noise and observation noises of different sensors are finite-step auto- and cross-correlated, respectively. Based on the optimal local filtering algorithms that we presented before, the filtering error cross-covariance matrices between any two local filters are derived based on an innovation analysis approach. A distributed fusion filter is put forward by using matrix-weighted fusion estimation algorithm in the linear unbiased minimum variance sense. Finally, the proposed algorithms are extended to systems with random parameter matrices. Two simulation examples are given to show the effectiveness of the proposed algorithms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Fusion - Volume 46, March 2019, Pages 128-140
نویسندگان
, , ,