基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：Multi-sensor information fusion optimal white noise de-convolution filter based on Kalman filtering method 中文刊名：黑龙江大学自然科学学报 英文刊名：Journal of Natural Science of Heilongjiang University 作者：王欣 ; 李云 ; 邓自立 英文作者：WANG Xin ; LI Yun ; DENG Zi-li(College of Electronic Engineering ; Heilongjiang University ; Harbin 150080 ; China) 中文关键词：最优信息融合 ; 反射地震学 ; 反卷积 ; 白噪声估值器 ; Kalman滤波方法 英文关键词：optimal information fusion ; reflection seismology ; de-convolution ; white noise estimators ; Kalman filtering method 出版日期：2006-04-25 机构：黑龙江大学电子工程学院,黑龙江大学电子工程学院,黑龙江大学电子工程学院 黑龙江哈尔滨150080,黑龙江哈尔滨150080,黑龙江哈尔滨150080 年：2006 期：02 出版单位：黑龙江大学自然科学学报

摘要

应用Kalman滤波方法和白噪声估计理论,在线性最小方差按矩阵加权最优信息融合准则下,提出了多传感器信息融合稳态最优白噪声反卷积滤波器,其中给出了局部滤波误差之间的协方差公式,它被用于计算最优融合加权阵.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3传感器信息融合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 filter method and white noise estimation theory,under the linear minimum variance optimal information fusion criterion,the multi-sensor information fusion steady-state optimal white noise de-convolution filter is presented,where the formula for computing covariance matrices between the local filtering error is given,which can be applied to compute the optical fusion weighting coefficient matrices.Compared with the single sensor case,the accuracy of the fused filter is improved.It can be applied to signal processing in oil seismic exploration.A simulation example for three sensors information fusion Bernoulli-Gaussian white noise de-convolution filter shows their effectiveness.

引文

[1]MENDEL JM.Optimal seism ic deconvolution:an estimation-based approach[M].New York:Academ ic Press,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W iener滤波器[J].科学技术与工程,2003,3(3):216-218.
    [3]邓自立,高媛,李云,等.基于Kalman滤波的信息融合白噪声最优反卷积滤波器[J].科学技术与工程,2003,3(4):169-171.
    [4]邓自立.最优滤波理论及其应用———现代时间序列分析方法[M].哈尔滨:哈尔滨工业大学出版社,2000.
    [5]邓自立.自校正滤波理论及其应用———现代时间序列分析方法[M].哈尔滨:哈尔滨工业大学出版社,2003.