收藏本站
《上海交通大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

多传感器时滞系统的信息融合算法研究

宋琳  
【摘要】: 在实际系统中,总是不可避免地出现时滞现象,即事物的运动规律不仅依赖于当前的状态,而且还依赖于事物的过去状态。时滞系统有着很强的应用背景,广泛存在于社会生活的各个领域,如生物、生态、化工、机械、人口动态、网络传输、计算机信息与数据传输等等。同时随着传感器技术、通信技术的发展,控制系统中越来越多的引入网络,其为传感器分布较广,运行环境复杂或存在危险性的系统控制提供了方便。然而,这些系统一个共同特点是在整个数据传输中存在着大量的噪声、和数据损失。这些因素使得依靠单传感器提供的信息很难满足状态估计精度要求,采用多传感器量测数据能提高状态估计的精度,进而减少在信息处理中可能出现的失误。 本文针对多传感器时滞系统,研究测量数据发生丢失情况下的的信息融合算法。首先介绍了在实际系统中应用广泛的滤波方法及常见的信息融合结构,详细阐述了分布式和集中式最优融合算法并对其性能进行了比较分析;在此基础上提出了基于卡尔曼滤波和H?滤波的信息融合算法。 本文研究工作主要集中在两个方面:1)基于卡尔曼滤波理论,为存在测量数据发生丢失的多传感器时滞系统设计修正卡尔曼滤波器。并在此基础上讨论数据丢失对滤波系统稳定性的影响。随后采用按矩阵加权,按对角阵加权,按标量加权技术,设计分布式加权融合估计算法,并且给出了任意两个传感器之间的滤波误差互协方差阵的计算公式。与基于单传感器的局部估计相比,分布式融合估计具有更高的精度;2)针对测量数据发生丢失的多传感器时滞系统,通过状态增广,利用Lyapunov稳定性和线性矩阵不等式(LMI)方法,给出满足滤波误差系统稳定和H?性能指标的充分条件及鲁棒滤波器的设计方法,利用最小方差融合估计算法将各传感器的鲁棒滤波数据进行融合,通过仿真分析验证融合算法的有效性。
【学位授予单位】:上海交通大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP202

【参考文献】
中国期刊全文数据库 前10条
1 柳青远,刘以安,李一名;H_∞滤波及数据融合在目标跟踪中的应用[J];华东船舶工业学院学报(自然科学版);2003年05期
2 卢晓;王伟;;时滞线性系统Kalman滤波[J];中国科学E辑:信息科学;2006年04期
3 孙书利,邓自立;多传感器线性最小方差最优信息融合估计准则[J];科学技术与工程;2004年05期
4 邓自立,毛琳,高媛;多传感器最优信息融合稳态Kalman滤波器[J];科学技术与工程;2004年09期
5 孙书利,邓自立;带有色观测噪声系统多传感器标量加权最优信息融合稳态Kalman滤波器[J];控制理论与应用;2004年04期
6 邓自立;高媛;;按对角阵加权信息融合Kalman滤波器[J];控制理论与应用;2005年06期
7 孙书利,崔平远;多传感器标量加权最优信息融合稳态Kalman滤波器[J];控制与决策;2004年02期
8 陈明;童朝南;;不确定系统鲁棒容错H_∞控制的LMI设计方法[J];控制与决策;2009年04期
9 高会军,王常虹,李艳辉;时滞不确定离散系统的鲁棒l_2-l_∞滤波(英文)[J];自动化学报;2003年05期
10 高会军,王常虹;不确定离散多时滞系统的时滞相关鲁棒镇定[J];自动化学报;2004年05期
【共引文献】
中国期刊全文数据库 前10条
1 薛金林;徐丽明;;多功能农业机器人及其关键技术分析[J];安徽农业科学;2009年15期
2 姚永福;;离散时滞系统的指数稳定控制[J];安阳师范学院学报;2008年02期
3 张进;王万平;吴钦章;;基于光电跟踪系统的联合Kalman滤波器算法研究[J];半导体光电;2008年04期
4 王宇龙,熊继军,张文栋;智能机器人的研究[J];微纳电子技术;2003年Z1期
5 沈勇,徐维庆;基于数据融合技术的道路特征实验识别[J];车辆与动力技术;2004年04期
6 吴才成;测试系统中的数据融合技术[J];车辆与动力技术;2005年03期
7 周浔;任锐;;基于模糊理论的多传感器信息融合技术在电机故障诊断中的应用[J];车辆与动力技术;2008年04期
8 高姬,刘春喜;虚拟仪器与数据融合在瓦斯监测系统中的应用[J];兵工自动化;2004年06期
9 李斌,陈以,韩元杰;模糊证据理论综述[J];兵工自动化;2005年03期
10 魏鑫;张春山;刘迎春;;基于加权自适应估计的温度测量[J];兵工自动化;2007年09期
中国重要会议论文全文数据库 前10条
1 曾宪伟;方洋旺;伍友利;王洪强;刘加丛;;一种新的最优制导律[A];第二十六届中国控制会议论文集[C];2007年
2 石莹;;广义随机系统观测融合Kalman滤波器[A];第二十六届中国控制会议论文集[C];2007年
3 刘宏亮;段广仁;;具Markov参数的中立型Ito微分系统的指数稳定性[A];第二十六届中国控制会议论文集[C];2007年
4 ;Robust Stabilization And H_∞ Control for Uncertain Discrete-time Systems with Time-varying Delays[A];第二十六届中国控制会议论文集[C];2007年
5 刘磊;王永骥;;基于单目视觉的机器人动态目标识别与跟踪[A];第二十六届中国控制会议论文集[C];2007年
6 马小平;汪永东;樊阳;;模糊证据理论的深入研究[A];第二十六届中国控制会议论文集[C];2007年
7 ;Delay-Dependent Stabilization of MIMO Networked Control Systems[A];第二十七届中国控制会议论文集[C];2008年
8 吕楠;孙书利;;多传感器时滞系统加权融合次优滤波器[A];第二十七届中国控制会议论文集[C];2008年
9 胡玉兰;范晓静;;基于D-S证据理论改进方法的目标识别[A];第二十七届中国控制会议论文集[C];2008年
10 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 张城明;非线性时滞系统最优控制及在海洋平台减振控制中的应用研究[D];中国海洋大学;2010年
2 何建民;面向网络社区聆听客户声音方法研究[D];合肥工业大学;2010年
3 蒋鼎国;无线传感器网络农业信息监控系统设计与数据融合研究[D];江南大学;2010年
4 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年
5 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
6 刘美;WSN多目标跟踪节点任务分配及跟踪算法研究[D];华南理工大学;2010年
7 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
8 张寿明;基于冶炼过程及终点判断技术的烟化炉智能控制系统研究[D];昆明理工大学;2009年
9 赵雷刚;发动机台架试验过程实时监测与预警方法研究[D];武汉理工大学;2010年
10 栾小丽;基于神经网络的复杂非线性系统鲁棒控制与滤波研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 年军艳;普适计算下的上下文感知计算若干关键技术研究[D];安徽工程大学;2010年
2 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年
3 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
4 焉杰;多传感器时滞系统信息融合及其仿真[D];山东科技大学;2010年
5 张西雅;基于信息融合的汽车防追尾避撞目标识别研究[D];郑州大学;2010年
6 裴银肖;贝叶斯博弈信息融合模型及算法的研究和应用[D];郑州大学;2010年
7 姜明;VTS数据交换与数据融合的研究[D];哈尔滨工程大学;2010年
8 王宏磊;SNMP安全态势信息获取及分析技术[D];哈尔滨工程大学;2010年
9 杨慧;多传感器信息融合技术的研究与应用[D];哈尔滨工程大学;2010年
10 马士国;水下回收AUV的短基线导引与定位数据融合技术研究[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库 前8条
1 邓自立,马建为,高媛;两传感器自校正信息融合Kalman滤波器[J];科学技术与工程;2003年04期
2 孙书利,邓自立;多传感器线性最小方差最优信息融合估计准则[J];科学技术与工程;2004年05期
3 邓自立,高媛,崔崇信;多传感器按对角阵加权信息融合Kalman滤波器[J];科学技术与工程;2004年07期
4 孙金生,王执铨;鲁棒容错H_∞控制系统设计[J];控制理论与应用;2001年S1期
5 王福忠,姚波,张嗣瀛;线性系统区域稳定的可靠控制[J];控制理论与应用;2004年05期
6 蒋朝辉;桂卫华;谢永芳;裘智峰;;不确定关联大系统分散鲁棒H_∞输出反馈控制[J];控制理论与应用;2007年05期
7 孙书利,崔平远;多传感器标量加权最优信息融合稳态Kalman滤波器[J];控制与决策;2004年02期
8 孙书利,崔平远;两传感器最优信息融合Kalman滤波器及其在跟踪系统中的应用[J];宇航学报;2003年02期
【相似文献】
中国期刊全文数据库 前10条
1 霍亮;唐宏;;基于D-S理论的空间信息融合算法的研究[J];弹箭与制导学报;2005年S5期
2 余俊;罗雪山;谢虹;;信息融合技术在某试验指挥控制系统中的应用[J];系统工程与电子技术;2006年03期
3 何友;柴勇;曲长文;;数据库技术在多传感器信息融合系统中的应用综述[J];海军航空工程学院学报;2007年04期
4 刘路;柳毅;丁全心;杨峰;屈立安;;应用HLA的多传感器信息融合仿真系统研究[J];计算机测量与控制;2010年12期
5 韦文山;李海华;;基于多传感器信息融合的智能机器人的研究[J];制造业自动化;2011年04期
6 周鸣争,汪军;基于SVM的多传感器信息融合算法[J];仪器仪表学报;2005年04期
7 陈玉坤;司锡才;李志刚;;联合卡尔曼滤波在多传感器信息融合技术中的应用[J];弹箭与制导学报;2005年SD期
8 徐敏豪;谭红力;黄新生;;基于DSP和FPGA的导航系统的信息融合研究[J];微计算机信息;2006年17期
9 李新德;黄心汉;王敏;;基于经典DSmT的Sonar栅格地图创建[J];计算机应用研究;2007年03期
10 辛玫;尹怡欣;;一种基于移动机器人AIM的改进的MSIF技术[J];微计算机信息;2007年32期
中国重要会议论文全文数据库 前4条
1 李鹏;段广仁;宋申民;;基于MIMU/CCD的对接与分离地面物理平台相对测量系统设计[A];中国自动化学会控制理论专业委员会A卷[C];2011年
2 王钰;许峰;陈少卿;李泠泠;李崑;高飞;;基于效果的态势综合能力仿真建模研究[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
3 郭宝峰;林岳松;彭冬亮;;声传感网中的语义增强型信息融合方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年
4 石志刚;;高速公路隧道智能控制研究[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前9条
1 任玉艳;生理信息融合算法及其在仿生机器马中的应用研究[D];燕山大学;2013年
2 姜向远;基于最优估计的传感器网络室内无线测距与定位问题研究[D];山东大学;2012年
3 刘镝;说话人识别中信息融合算法的研究[D];北京交通大学;2011年
4 易正俊;多源信息智能融合算法[D];重庆大学;2002年
5 李鹏;交会对接中的滤波问题研究[D];哈尔滨工业大学;2010年
6 李鹏;不完善信息融合技术及其在移动机器人中的应用[D];华中科技大学;2010年
7 欧凡;机器视觉人脸识别若干关键问题研究[D];大连理工大学;2011年
8 谷靖;四轮驱动微型电动车整车控制[D];清华大学;2012年
9 刘畅;船舶自动识别系统(AIS)关键技术研究[D];大连海事大学;2013年
中国硕士学位论文全文数据库 前10条
1 刘涛;信息融合算法及其应用研究[D];南京邮电大学;2013年
2 邱雪;信息融合算法管理系统决策支持研究[D];华东理工大学;2011年
3 刘立佳;温室智能控制中信息融合算法的研究[D];哈尔滨理工大学;2010年
4 袁政;无人机航姿参考系统开发及信息融合算法研究[D];中南大学;2012年
5 郑永隆;位置级信息融合算法细粒度性能研究[D];华东理工大学;2013年
6 谢振南;多传感器信息融合技术研究[D];广东工业大学;2013年
7 吕国智;雷达/红外复合探测系统信息融合算法软硬件开发[D];西安电子科技大学;2011年
8 马雪琴;多尺度信息融合算法研究[D];南京理工大学;2012年
9 许晓东;粮情测控系统多传感器信息融合算法的研究及实现[D];河南工业大学;2010年
10 郭开林;三峡库区水环境监测网络的信息融合算法研究[D];重庆大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026