QQ客服 官方微博 反馈留言

	一类动态多尺度系统融合估计算法的分析
	崔培玲 ; 王桂增 ; 潘泉 ; CUI Pei-ling ; WANG Gui-zeng ; PAN Quan
	2010-06-09 ; 2010-06-09
关键词	动态多尺度系统 状态空间投影 卡尔曼滤波 dynamic multiscale system state space projection Kalman filter TP202.4
其他题名	Analyzing of the fusion estimation algorithm of a class of dynamic multiscale system
中文摘要	为了进一步认识基于状态空间投影的一类动态多尺度系统的融合估计算法本质,本文对该算法进行了分析．首先,将该融合估计算法和在最细尺度上直接进行卡尔曼滤波的算法性能进行了比较,并用仿真进行了验证．结果表明,在最细尺度上,融合估计效果比直接进行卡尔曼滤波的效果好．其次,从计算过程和计算量方面,与一般的时间配准方法进行了对比分析．结果表明,该融合估计算法用比较严谨的数学模型代替了时间配准,可以在每个尺度上获得基于全部观测信息的最优估计,但计算量比时间配准方法大．本文的研究为基于状态空间投影的一类动态多尺度系统的融合估计算法的实际应用奠定了基础．; The fusion estimation algorithm of a class of dynamic multiscale system based on state space projection is explained for clearly understanding of its essence in this paper. Firstly, the fusion estimation algorithm is compared with that directly performing Kalman filter at the finest scale. Simulation results show that performance of the fusion estimation algorithm outperforms that of directly performing Kalman filter at the finest scale. Secondly, the fusion estimation algorithm is compared with general time registration method in terms of algorithm process and computational cost. It is shown that, time registration is replaced with rigorous mathematical model in the fusion estimation algorithm, and optimal estimation based on measurement information at all scales can be obtained, and at the same time, the computational cost is larger than that of time registration method. It thus lays a foundation for practical application of the fusion estimation algorithm for a class of dynamic multiscale system.; 国家自然科学基金重点资助项目(60234010); 中国博士后基金资助项目(2005037353); 国家“863”计划资助项目(2006AA042168)
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/57538]
专题	清华大学
推荐引用方式 GB/T 7714	崔培玲,王桂增,潘泉,等. 一类动态多尺度系统融合估计算法的分析[J],2010, 2010.
APA	崔培玲,王桂增,潘泉,CUI Pei-ling,WANG Gui-zeng,&PAN Quan.(2010).一类动态多尺度系统融合估计算法的分析..
MLA	崔培玲,et al."一类动态多尺度系统融合估计算法的分析".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。