多传感器分布式协方差信息融合Kalman滤波理论

对于带多传感器和带相关噪声的线性离散时变随机控制系统,基于按矩阵加权、按对角阵加权和按标量加权的三种最优信息融合规则,提出了相应的三种分布式最优信息融合Kalman估值器,可统一处理融合滤波、预报和平滑问题。为了计算最优加权,提出了计算局部估计误差协方差公式。作为特殊情形,还提出了定常系统的稳态最优信息融合Kalman估值器,其中用解Lyapunov方程计算局部估计误差协方差。同集中融合Kalman估值器相比,可减小计算负担。同单传感器Kalman估值器相比,可提高精度。它们构成了统一和通用的分布式协方差信息融合Kalman滤波理论。     

基于稳态Kalman滤波的两种观测融合方法的功能等价性

目前有两种最优观测数据融合方法：一种(方法Ⅰ)是增大观测向量维数方法,另一种(方法Ⅱ)是加权方法。对于带相同观测阵和带独立白噪声的多传感器系统,基于稳态Kalman滤波,证明了两种最优观测融合方法是完全功能等价的,即用两种方法得到的稳态Kalman滤波器、预报器和平滑器,白噪声估值器及信号估值器在数值上分别是恒同的。在这种情况下,用方法Ⅱ不仅可获得全局最优融合估计,而且可显著地减小计算负担。     

两种加权观测融合算法的全局最优性和完全功能等价性

对于基于Kalman滤波的多传感器观测数据融合,有两种加权观测融合算法。应用Kalman滤波器,证明了同集中式观测融合算法相比,它们具有全局最优性和完全功能等价性。它们不仅可给出全局最优Kalman估值器(滤波器、预报器和平滑器)、白噪声估值器和信号估值器,而且可明显减少计算负担,便于实时应用。     

多传感器全局最优观测融合白噪声反卷积滤波器

白噪声反卷积问题在石油地震勘探中具有重要的应用背景。利用Kalman滤波方法提出了多传感器最优观测加权融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比,不仅可得到全局最优白噪声融合估值器,而且可显著地减小计算负担,便于实时应用。一个四传感器Bernoulli-Gaussian白噪声加权观测融合估值器的仿真例子说明了其有效性。     

统一和通用的白噪声信息融合反卷积估值器

对于带不同局部动态模型的多传感器线性离散时变随机控制系统,应用Kalman滤波方法,在按标量加权最优融合准则下,提出了统一和通用的最优信息融合白噪声反卷积估值器,并对定常系统提出了稳态最优信息融合白噪声反卷积估值器。它们可统一处理白噪声反卷积融合滤波、平滑和预报问题。为了计算最优加权,提出了输人白噪声局部估计误差互协方差计算公式。它们在石油、地震勘探领域中有重要的应用背景。     

多传感器ARMA信号自校正分布式融合Kalman滤波器

对含未知模型参数和未知噪声方差的多传感器自回归滑动平均（ARMA）信号,应用递推辅助变量(RIV)算法得到局部模型参数估值器,用相关方法得到局部噪声方差估值器,然后用取局部估值器的平均得到信息融合估值器。将这些融合估值器代入ARMA信号的全局最优分布式融合Kalman滤波器,提出了一种自校正分布式融合Kalman滤波器。用动态误差分析方法证明了它收敛于全局最优分布式Kalman滤波器,因而它具有渐近全局最优性。一个目标位置跟踪系统仿真例子说明了其有效性。     

最优滤波理论中一种新模型的估值问题

给出一种新的最优估值理论模型,运用现代时间序列分析方法,基于ARMA信息模型和白噪声估值器,求出状态的非递推估值器,最后得到其统一的、稳态的Kalman估值器.     

多传感器观测融合单通道白噪声反卷积滤波器

利用现代时间序列分析方法,基于ARMA新息模型应用加权观测融合方法,提出了多传感器加权观测融合白噪声反卷积Wiener滤波器.同集中式和分布式融合方法相比,不仅可得到全局最优白噪声融合估值器,而且可显著地减小计算负担,便于实时应用.一个两传感器Bernoulli-Gaussian白噪声加权观测融合估值器的仿真例子说明其有效性.     

多传感器AR信号自校正加权融合Wiener滤波器

对带多传感器和带未知模型参数及未知噪声方差的自回归(AR)信号,应用递推辅助变量(RIV)算法得到局部模型参数估值器,用相关方法得到局部噪声方差估值器。用取局部估值器的平均得到信息融合估值器。将它们代入最优加权融合AR信号Wiener滤波器,提出一种自校正加权融合Wiener滤波器。它们以概率1收敛于最优融合Wiener滤波器,因而具有渐近最优性。它的精度比每个局部自校正Wiener滤波器精度都高。仿真例子说明了其有效性。     

多传感器分布式信息融合Wiener状态估值器

应用现代时间序列分析方法,基于ARMA新息模型、白噪声估值器和观测预报器,在按矩阵加权、按 标量加权和按对角阵加权的线性最小方差最优信息融合规则下,提出了相应的三种最优分布式融合Wiener 状态估值器,可统一处理融合滤波、平滑和预报问题。为了计算最优加权,提出了状态估计误差方差阵和互 协方差阵的计算公式。同单传感器情形相比,可提高滤波精度。一个带四传感器目标跟踪系统的仿真例子 说明了其有效性和正确性,并说明了三种加权融合估计精度无显著差异,因而采用按标量加权融合器可显著 减小计算负担,便于实时应用。     

一类具有状态约束的线性二次最优控制问题

研究具有状态积分不等式约束的线性二次控制问题，证明了最优控制的存在性和唯一性，推导出最优控制的反馈形式。     

关于最优解唯一的线性规划问题的讨论

本讨论了线性规划问题最优解唯一的几种情形及其判定，从而弥补和纠正了一般教材在这方面的不足。     

一般最优设计的叠代程序及其收敛性

<正> 通常在最优设计中不一定能有明确的解,因此,采用最优化的方法来讨论研究求最优设计的叠代算法是很有意义的.W.J.Studden等人于1974年用Remez逼近论的交替程序,给出了一个求回归模型中估计θ′f(x)的最优设计的叠代程序及其C最优条件下的收敛性定理。Atwood.C.L.于1980年对寻找最优设计的一些有关算法的收敛性的证明及收敛速度的     

数学经济方法中若干常用算法的BASIC程序

本文提供下列五个数学经济方法中常用数学模型的BASIC程序:(1)多目标线性规划;(2)二次规划;(3)赋容网络的最大流;(4)平衡运输;(5)最优工作分配。在每个程序清单之前介绍有关的数学描述,程序功能与操作步骤及一个典型算例。第一个程序所用的求解多目标线性规划的新算法系本文作者们首创。     

关于一类分布参数系统的乘数法

用乘数法研究了线性抛物系统的最优控制问题,证明了乘数法在适当的Ｈｉｌｂｅｒｔ 空间中是强收敛的     

一种线性最优控制权矩阵灵敏度选取法

本文分析了闭环系统动态品质与线性最优控制权矩阵Q之间的内在关系,提出了一种线性最优控制系统权矩阵Q新的灵敏度选取法。作为实例,用本文的方法为一单机无穷大电力系统设计了线性最优附加励磁控制系统,理论分析及仿真结果表明,所设计的控制系统动态品质非常令人满意。     

求解高维凸二次规划的向量锥方法

本文介绍一种求解高维凸二次规划的可行方向方法．该方法的可行下降方向是由ε有效广义约束向量所张成的锥构造的，它可通过求解一个低维的线性规划得到．最优步长可由简单的公式给出，不必进行精确的线性搜索。只要在最优点处的有效约束数少于４０个，采用本文方法求解高维凸二次规划就具有计算量少，机时节省的优点．对文中给定的算例，向量锥方法比Ｌｅｍｋｅ 互补旋转法，Ｗｏｌｆｅ既约梯度法和Ｗｏｌｆｅ方法节省机时约７０－８０％．     

增长曲线模型未来观察的预测

研究了一般增长曲线模型未来观察的预测问题,在一定条件下得到了它的最优线性预测量,经验最优线性预测量,最优线性无偏预测量.     

灰色控制系统的极值白化最优控制

本文提出了灰色控制系统极值白化最优控制的概念.对于灰色线性二次问题给出了极值白化最优控制存在的条件,性能指标的估计以及在极值由化最优控制反馈下系统的稳定性分析.