论文部分内容阅读
研究了带衰减观测和随机传感器偏差的多传感器AR信号融合辨识与估计问题.首先,将AR模型转换为状态空间模型,将状态和传感器偏差进行增广得到一个等价的状态空间模型,给出了当系统模型精确已知下的最优滤波算法.然后,当AR信号参数、衰减观测随机变量的数学期望和方差未知时,提出了两段辨识算法.第一段采用递推增广最小二乘法(RELS)得到AR信号参数的局部估值,并利用按矩阵加权线性无偏最小方差最优估计准则得到AR信号参数的融合估值.第二段利用相关函数得到虚拟观测噪声方差、衰减观测随机变量的数学期望和方差的估值.最后,将每时刻辨识的未知参数代入最优滤波算法中,获得分布式加权自校正融合滤波算法.分析了算法的收敛性.仿真验证了算法的有效性.