丢失观测相关论文
Kalman滤波方法是处理状态估计问题的基本工具。经典Kalman滤波方法要求系统的模型参数和噪声方差是精确已知的。然而，在实际应用中......
随着计算机、通信和传感器技术的发展,多传感器信息融合技术已经成为各领域学者重点关注的焦点之一.由于通信宽带的限制和网络的承......
本文研究了具有丢失观测的多传感器线性离散随机不确定系统的最优线性估计问题,其中不同的传感器具有不同的丢失率.首先将乘性噪声......
对带丢失观测和不确定噪声方差的线性定常多传感器系统,引入虚拟噪声将原系统转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估......
研究了带未知丢失观测率和传感器偏差的多传感器(Autoregressive,AR)模型融合辨识问题。采用一组伯努利随机变量描述观测丢失现象......
