论文部分内容阅读
对于含有未知模型参数和噪声统计的多传感器信号反卷积系统，应用现代时间序列分析方法，基于自回归滑动平均（ARMA）新息模型参数的在线辨识，可在线估计噪声方差，进而提出了自校正信息融合Wiener反卷积滤波器。证明了它的渐近最优性，即若ARMA新息模型参数估计是一致的，则它收敛于当噪声方差已知时的最优融合Wiener反卷积滤波器。同单传感器情形相比，它可提高滤波精度。一个带三传感器的反卷积系统的仿真例子说明了其有效性。