Documents disponibles écrits par cet auteur

Multi-Sensor Information Fusion Kalman Filter Weighted by Scalars for Systems with Colored Measurement Noises / Shu Li, Sun in Transactions of the ASME . Journal of dynamic systems, measurement, and control, Vol. 127 N° 4 (Décembre 2005) 

Public ISBD [article]  in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 127 N° 4 (Décembre 2005) . - 663-667 p. Titre : Multi-Sensor Information Fusion Kalman Filter Weighted by Scalars for Systems with Colored Measurement Noises Titre original : Filtre de Kalman de Fusion de l'Information de Multi-Sonde Pesé par Scalars pour des Systèmes avec des Bruits Colorés de Mesure Type de document : texte imprimé Auteurs : Shu Li, Sun, Auteur ; Deng, Zi-Li, Auteur Article en page(s) : 663-667 p. Note générale : Génie Mécanique Langues : Anglais (eng) Mots-clés : Fusion  de  l'information  Filtre  de  Kalman  Commande  stochastique  linéaire  Sonde  multiple  Bruit  corrélé  Simulation Index. décimale : 629.8 Résumé : An optimal information fusion criterion weighted by scalars is presented in the linear minimum variance sense. Based on this fusion criterion, a scalar weighting information fusion decentralized Kalman filter is given for discrete time-varying linear stochastic control systems measured by multiple sensors with colored measurement noises, which is equivalent to an information fusion Kalman predictor for systems with correlated noises. It has a two-layer fusion structure with fault tolerant and robust properties. Its precision is higher than that of each local filter. Compared with the fusion filter weighted by matrices and the centralized filter, it has lower precision when all sensors are faultless, but has reduced computational burden. Simulation researches show the effectiveness. Un critère optimal de fusion de l'information pesé par des grandeurs scalaires est présenté dans le sens minimum linéaire de désaccord. Basé sur ce critère de fusion, un filtre pesant scalaire de Kalman décentralisé par fusion de l'information est donné pendant le temps discret changeant les systèmes de commande stochastiques linéaires mesurés par les sondes multiples avec des bruits colorés de mesure, qui est équivalent à un prédiseur de Kalman de fusion de l'information pour des systèmes avec des bruits corrélés. Il a une structure de fusion de deux couches avec les propriétés tolérantes et robustes de défaut. Sa précision est plus haute que celle de chaque filtre local. Comparé au filtre de fusion pesé par des matrices et au filtre centralisé, elle a la précision inférieure quand toutes les sondes sont parfaites, mais a réduit le fardeau informatique. La simulation recherche l'exposition l'efficacité. En ligne : sunsl@hlju.edu.cn [article] Multi-Sensor Information Fusion Kalman Filter Weighted by Scalars for Systems with Colored Measurement Noises = Filtre de Kalman de Fusion de l'Information de Multi-Sonde Pesé par Scalars pour des Systèmes avec des Bruits Colorés de Mesure [texte imprimé] / Shu Li, Sun, Auteur ; Deng, Zi-Li, Auteur . - 663-667 p. Génie Mécanique Langues : Anglais (eng) in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 127 N° 4 (Décembre 2005) . - 663-667 p. Mots-clés : Fusion  de  l'information  Filtre  de  Kalman  Commande  stochastique  linéaire  Sonde  multiple  Bruit  corrélé  Simulation Index. décimale : 629.8 Résumé : An optimal information fusion criterion weighted by scalars is presented in the linear minimum variance sense. Based on this fusion criterion, a scalar weighting information fusion decentralized Kalman filter is given for discrete time-varying linear stochastic control systems measured by multiple sensors with colored measurement noises, which is equivalent to an information fusion Kalman predictor for systems with correlated noises. It has a two-layer fusion structure with fault tolerant and robust properties. Its precision is higher than that of each local filter. Compared with the fusion filter weighted by matrices and the centralized filter, it has lower precision when all sensors are faultless, but has reduced computational burden. Simulation researches show the effectiveness. Un critère optimal de fusion de l'information pesé par des grandeurs scalaires est présenté dans le sens minimum linéaire de désaccord. Basé sur ce critère de fusion, un filtre pesant scalaire de Kalman décentralisé par fusion de l'information est donné pendant le temps discret changeant les systèmes de commande stochastiques linéaires mesurés par les sondes multiples avec des bruits colorés de mesure, qui est équivalent à un prédiseur de Kalman de fusion de l'information pour des systèmes avec des bruits corrélés. Il a une structure de fusion de deux couches avec les propriétés tolérantes et robustes de défaut. Sa précision est plus haute que celle de chaque filtre local. Comparé au filtre de fusion pesé par des matrices et au filtre centralisé, elle a la précision inférieure quand toutes les sondes sont parfaites, mais a réduit le fardeau informatique. La simulation recherche l'exposition l'efficacité. En ligne : sunsl@hlju.edu.cn