两传感器自校正信息融合白噪声Wiener反卷积滤波器  

Two-sensor Self-tuning Information Fusion White Noise Wiener Deconvolution Filter

作　　者：邓自主 马建为[1] 高媛[1] 

机构地区：[1]黑龙江大学自动化系,哈尔滨150080

出　　处：《科学技术与工程》2003年第4期325-327,共3页Science Technology and Engineering

基　　金：国家自然科学基金(69774019);黑龙江省自然科学基金(F01-15)

摘　　要：应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型,对于带未知模型参数和噪声方差的两传感器反卷积系统,提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。By the modern time series analysis method, based on the on-line identification of the autoregressive moving aver-age (ARMA) innovation model, a self-tuning information fusion white noise Wiener deconvolution filter is presented for two-sensor deconvolution systems with unknown model parameters and unknown noise variances. It has asymptotic optimality. Asimulation example for Bemoulli-Gaussian white noise deconvolution shows its effectiveness.

关 键 词：传感器 自校正Wiener滤波器 信息融合 白噪声 反卷积 时间序列分析 自回归滑动平均模型 

分 类 号：TP212[自动化与计算机技术—检测技术与自动化装置] TN713[自动化与计算机技术—控制科学与工程]