两传感器信息融合Wiener滤波器、平滑器和预报器.pdf

2004中国控制与决策学术年会论文集
Proceedings汀2004Chi-ConsulandDecisionCon}ncnce

两传感器信息融合Wiener滤波器、平滑器和预报器

邓自立，高援，毛琳，王欣
(黑龙江大学应用数学研究所，黑龙江哈尔滨150080)

摘要:应用现代时间序列分断方法，墓于ARMA新息模型对于带白色观洲嗓声的ARMA信号.在线性最小方差
最优胜合准则下，提出了两传感番德态最优触合Wiener戏波器、又汗基和预报摇.同兰传感基情形相比，提高了枯值
精度.仿真例子说0E了其有效性.
关里词信号信计:最优信k企合;Wiener滤波昙;现代时r序列分析方法

Two-sensorinformationfusionWienerfilter,smootherand
predictor

.DENCZ2i-d:GAOYuan,MAOLin,R7AIdGXin
iDenartmeatofAutomation,HeilongjiangUniversity,Harbin150080,China.Correspondent:DENGZi-li,E-mail
[e-mail])

Abstract:Usingthemoderntimeseriesanalysismethod,basedor,theautoregressivemovingaverage(ARMA)
innovationmodel,underthelinearminimumvarianceoptima:fusioncriterion,thetwo-sensorsteady-stateoptimal
fusionWienerfilter,smootherandpredictorarepresentedfortheARMAsignalwithwhiteobservationnoise.
}-,amparedwiththesinglesense-case,theaccuracyoftheestimatorsisimproved.Asimulationexampleshowsthe
effectiveness.
Keywords:signalestimation;optimalinformationfusion;Wienerfilter;moderntimeseriesanalysismethod

1引言y;(t)二‘(t)一b+v;(O,，二1,2.(2)
多传感器信息融合技术广泛应用于高技术领其中Y.(t)为第i个传感器系统输出(观测)，:(灼为
域如精确制导、远程打击、导弹拦截,GPS定位等.待估信号b;为传感器系统偏差二(对，二了(t)和二:(t)
关于信息融合Kalman滤波器，在文献中已有许多是零均值、方差各为ad,a;;和II!,的独立白噪声，
报道.新近，文献[1〕用现代时间序列分析方法，提出A(q-,)和C匆一，)为单位滞后算子q-}的互质多项
了两传感器信息融合白噪声最优Wiener反卷积滤式，形如X(q-')二二。十Ti9，十十z,9一、,a。二
波和平滑器.本文用现代时间序列分析方法，提出了2,Co=0.问题是基于观测(Yr(t二N),,(t二N一
两传感器信息融合ARMA信号Wiener滤波器、平1),...)求S(t)的局部稳态最优Wiener估值器s,(tit
滑器和预报器，可应用于通讯、跟踪、信号处理等领+A,),i=1,2,以及线性最小方差信息融合Wiener
域.估值器so(t}t+N),N)0
2两传感器信息融合稳态最优滤波器和平引人新的观测过程z,(t)=YM)一民，将式(2)
滑器带人(1)，可得ARMA新息模型
考虑两传感器系统A(4')z;(t)二及(q一')Ej(t),i二1,2.(3)
A(q-t)s(t)二C(q-')w(t),(1)其中:E,(t)是零均值、方差为峪的R;(t)的新息过程，

收摘日期:2003-10-23.
基盘项目:国家自然科学基金资助项目(69774019沁黑龙江省自然科学基金资助项目(F01-15).
作者简介:邓自立(1938-),男，辽宁锦州人，教授，从事状态枯计、信息融合等研究，
邓自立等:两传感器信息融合Wiener浦波器、平滑器和预报器207

D;(q-')=1-F刃'q-'-f---+d思q-"0是稳定的，且Pa(N)镇P;(N),i=1,2.(17)
有关系证明由文献[幻有
D;(q-')E;(t)=C(q-')w(ti+A(q')v,(t),;,(tlt+N)二a(万万}(tI:十N)十
i二1,2.(4)ny(N)s,(tII+N)>(18)
D;(q-')和心可用Gevers-Wouters算法求得〔，二.且有式(14)一(17)成立.将式(5)