基于Kalman滤波的信息融合白噪声最优反卷积滤波器

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：Information Fusion White Noise Optimal Deconvolution Filter Based on Kalman Filtering 中文刊名：科学技术与工程 英文刊名：Science Technology and Engineer 作者：邓自立 ; 高媛 ; 李云 ; 白敬刚 ; 崔崇信 英文作者：DENG Zili ; GAO Yuan ; LI Yun ; BAI Jinggang ; CUI Chongxin (Department of Automation ; Heilongjiang University ; Harbin 150080) 中文关键词：线性最小方差信息融合 ; 反卷积 ; 反射地震学 ; 白噪声估值器 ; Kalman滤波方法 英文关键词：linear minimum variance information fusion deconvolution reflection seismology white noise filter Kalman filtering method 出版日期：2004-03-30 机构：黑龙江大学自动化系,黑龙江大学自动化系,黑龙江大学自动化系,黑龙江大学自动化系,黑龙江大学自动化系 哈尔滨150080 ,哈尔滨150080 ,哈尔滨150080 ,哈尔滨150080 ,哈尔滨150080 年：2004 期：03 出版单位：科学技术与工程

摘要

应用Kalman滤波方法 ,基于Riccati方程 ,在线性最小方差最优信息融合准则下 ,提出了两传感器最优信息融合白噪声反卷积滤波器。同单传感器情形相比 ,可提高滤波精度。它可应用于石油地震勘探信号处理。一个信息融合Bernoulli Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性
Using the Kalman filtering method, under the linear minimum variance optimal information fusion criterion, the two-sensor information fusion white noise deconvolution filter is presented based on Riccati equation. Compared with the single sensor case, the accuracy of the estimators is improved. It can be applied to signal processing in oil seismic exploration. A simulation example for Bernoulli-Gaussian white noise shows its effectiveness?

引文

1　MendelJM .Optimalseismicdeconvolution:anestimation—basedapproach.NewYork:AcademicPress,1983
    2　邓自立,高媛,马建为.两传感器信息融合最优白噪声反卷积Wiener滤波器.科学技术与工程,2003;(3):216—218
    3　邓自立.卡尔曼滤波与维纳滤波———现代时间序列分析方法.哈尔滨:哈尔滨工业大学出版社,2001
    4　邓自立.自校正滤波理论及其应用———现代时间序列分析方法.哈尔滨:哈尔滨工业大学出版社,2003