应对噪声和一步随机时滞与丢包的加权状态融合滤波方法

AITNT
正文
推荐专利
应对噪声和一步随机时滞与丢包的加权状态融合滤波方法
申请号:CN202510010433
申请日期:2025-01-03
公开号:CN120104934A
公开日期:2025-06-06
类型:发明专利
摘要
本发明涉及信号处理技术领域,具体涉及一种应对噪声和一步随机时滞与丢包的加权状态融合滤波方法,通过引入虚拟状态向量,构建新的增广系统模型,有效捕捉了有色乘性噪声对系统状态的影响;进一步在射影理论框架下推导出一种加权状态融合滤波器,适应随机时滞和数据丢包的不确定性,提升了滤波精度。此外通过分布式结构设计,能够在多传感器节点系统中进行有效的状态融合。最后通过多个仿真实验,验证了本发明方法在处理复杂噪声、时滞与丢包时的优越性能,展示了本滤波器在精度和鲁棒性上的优势。
技术关键词
融合滤波方法 传感器子系统 线性滤波器 滤波误差 融合滤波器 分布式融合系统 传感器节点系统 协方差矩阵 乘性噪声 虚拟噪声 广义 信号处理技术 表达式 噪声统计 有色噪声 预报误差 定义系统
系统为您推荐了相关专利信息
1
基于加速投影递归神经网络的遥感图像目标检测方法
递归神经网络 数学模型 图像 线性滤波器 方程
2
一种基于FLNN神经网络带有ESO力矩补偿的最优控制方法及系统
控制力矩 动态机器人 系统误差 状态观测器 机械臂
3
一种基于自适应扩展卡尔曼滤波的燃料电池健康状态估计方法及系统
健康状态估计方法 扩展卡尔曼滤波器 协方差矩阵 遗传算法 车载燃料电池
4
一种基于空间方位的蛙类鸣声识别方法、介质及系统
识别方法 方程 空间方位信息 声学特征 声源定位算法
5
一种分布式统计数据分析优化系统及方法
分布式统计 时序 模糊时间序列 深度学习模型 内存占用量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号