导读:本文包含了白噪声反卷积滤波器论文开题报告文献综述及选题提纲参考文献，主要关键词:现代时间序列分析方法,反射地震学,白噪声反卷积滤波器,多传感器
白噪声反卷积滤波器论文文献综述
崔崇信,邓自立[1]（2009）在《多传感器观测融合单通道白噪声反卷积滤波器》一文中研究指出利用现代时间序列分析方法,基于ARMA新息模型应用加权观测融合方法,提出了多传感器加权观测融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比,不仅可得到全局最优白噪声融合估值器,而且可显着地减小计算负担,便于实时应用。一个两传感器Bernoulli-Gaussian白噪声加权观测融合估值器的仿真例子说明其有效性。(本文来源于《科学技术与工程》期刊2009年10期）
邓自立,王欣,李云[2]（2006）在《多传感器分布式融合白噪声反卷积滤波器》一文中研究指出基于Kalman滤波方法和白噪声估计理论,在按矩阵加权线性最小方差最优融合准则下,提出了带ARMA有色观测噪声系统的多传感器分布式融合白噪声反卷积滤波器,其中推导出用Lyapunov方程计算最优加权的局部估计误差互协方差公式。与单传感器情形相比,可提高融合估值器精度。它可应用于石油地震勘探信号处理。一个叁传感器分布式融合Bernoulli-Gauss白噪声反卷积平滑器的仿真例子说明了其有效性。(本文来源于《电子与信息学报》期刊2006年07期）
邓自立,李云,王欣[3]（2006）在《多传感器最优信息融合白噪声反卷积滤波器》一文中研究指出应用现代时间序列分析方法和白噪声估计理论,基于线性最小方差意义下按标量加权最优信息融合准则,对于带白色和有色观测噪声的多传感器单通道系统,提出了分布式融合白噪声反卷积滤波器.它由局部白噪声反卷积滤波器加权构成.可统一处理融合滤波、平滑和预报问题.给出了计算局部滤波误差互协方差公式,可用于计算最优加权.同单传感器情形相比,可提高融合滤波器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernou lli-Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.(本文来源于《控制理论与应用》期刊2006年03期）
王欣,李云,邓自立[4]（2006）在《基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器》一文中研究指出应用Kalman滤波方法和白噪声估计理论,在线性最小方差按矩阵加权最优信息融合准则下,提出了多传感器信息融合稳态最优白噪声反卷积滤波器,其中给出了局部滤波误差之间的协方差公式,它被用于计算最优融合加权阵.同单传感器情形相比,可提高滤波精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.(本文来源于《黑龙江大学自然科学学报》期刊2006年02期）
邓自立,王欣,李云[5]（2005）在《多传感器最优信息融合白噪声反卷积滤波器》一文中研究指出基于Kalman滤波方法和白噪声估计理论,在线性最小方差按矩阵加权最优信息融合准则下,提出了带相关噪声系统多传感器信息融合白噪声反卷积滤波器.提出了各传感器滤波误差之间的协方差阵计算公式,可用于计算最优融合加权阵.同单传感器情形相比,可提高融合滤波精度.它可减少在线计算负担,便于实时应用.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.(本文来源于《电子学报》期刊2005年05期）
王欣[6]（2005）在《基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器》一文中研究指出白噪声反卷积问题在石油地震勘探、通信和信号处理领域有重要应用背景。应用Kalman滤波方法和白噪声估计理论,基于Riccati方程,在线性最小方差最优信息融合准则下,在状态空间模型下对于带白色和有色观测噪声的多传感器系统提出了加权分布式信息融合最优白噪声反卷积滤波器,在传递函数模型下对于带有色观测噪声的多传感器单通道系统利用传递函数模型到状态空间模型得变换,用增广状态方法,提出了分布式信息融合最优白噪声反卷积滤波器。给出了各传感器滤波误差之间的互协方差计算公式,可用于计算最优加权。同单传感器情形相比,可提高融合滤波精度。它们可应用于石油地震勘探信号处理。关于Bernoulli—Gaussian白噪声分布式融合反卷积滤波器的大量例子说明了它们的有效性。(本文来源于《黑龙江大学》期刊2005-03-20）
邓自立,崔崇信[7]（2005）在《多传感器全局最优观测融合白噪声反卷积滤波器》一文中研究指出白噪声反卷积问题在石油地震勘探中具有重要的应用背景。利用Kalman滤波方法提出了多传感器最优观测加权融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比,不仅可得到全局最优白噪声融合估值器,而且可显着地减小计算负担,便于实时应用。一个四传感器Bernoulli-Gaussian白噪声加权观测融合估值器的仿真例子说明了其有效性。(本文来源于《科学技术与工程》期刊2005年05期）
邓自立,高媛,李云,白敬刚,崔崇信[8]（2004）在《基于Kalman滤波的信息融合白噪声最优反卷积滤波器》一文中研究指出应用Kalman滤波方法 ,基于Riccati方程 ,在线性最小方差最优信息融合准则下 ,提出了两传感器最优信息融合白噪声反卷积滤波器。同单传感器情形相比 ,可提高滤波精度。它可应用于石油地震勘探信号处理。一个信息融合Bernoulli Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性(本文来源于《科学技术与工程》期刊2004年03期）
邓自主,马建为,高媛[9]（2003）在《两传感器自校正信息融合白噪声Wiener反卷积滤波器》一文中研究指出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,对于带未知模型参数和噪声方差的两传感器反卷积系统,提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。(本文来源于《科学技术与工程》期刊2003年04期）
邓自立,高媛,马建为[10]（2003）在《两传感器信息融合最优白噪声反卷积Wiener滤波器》一文中研究指出应用现代时间序列分析方法和白噪声估计理论,提出了两传感器最优信息融合白噪声反卷积Wiener滤波器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数。一个仿真例子说明了其有效性。(本文来源于《科学技术与工程》期刊2003年03期）
白噪声反卷积滤波器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于Kalman滤波方法和白噪声估计理论,在按矩阵加权线性最小方差最优融合准则下,提出了带ARMA有色观测噪声系统的多传感器分布式融合白噪声反卷积滤波器,其中推导出用Lyapunov方程计算最优加权的局部估计误差互协方差公式。与单传感器情形相比,可提高融合估值器精度。它可应用于石油地震勘探信号处理。一个叁传感器分布式融合Bernoulli-Gauss白噪声反卷积平滑器的仿真例子说明了其有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
白噪声反卷积滤波器论文参考文献
[1].崔崇信,邓自立.多传感器观测融合单通道白噪声反卷积滤波器[J].科学技术与工程.2009
[2].邓自立,王欣,李云.多传感器分布式融合白噪声反卷积滤波器[J].电子与信息学报.2006
[3].邓自立,李云,王欣.多传感器最优信息融合白噪声反卷积滤波器[J].控制理论与应用.2006
[4].王欣,李云,邓自立.基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器[J].黑龙江大学自然科学学报.2006
[5].邓自立,王欣,李云.多传感器最优信息融合白噪声反卷积滤波器[J].电子学报.2005
[6].王欣.基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器[D].黑龙江大学.2005
[7].邓自立,崔崇信.多传感器全局最优观测融合白噪声反卷积滤波器[J].科学技术与工程.2005
[8].邓自立,高媛,李云,白敬刚,崔崇信.基于Kalman滤波的信息融合白噪声最优反卷积滤波器[J].科学技术与工程.2004
[9].邓自主,马建为,高媛.两传感器自校正信息融合白噪声Wiener反卷积滤波器[J].科学技术与工程.2003
[10].邓自立,高媛,马建为.两传感器信息融合最优白噪声反卷积Wiener滤波器[J].科学技术与工程.2003
标签：现代时间序列分析方法; 反射地震学; 白噪声反卷积滤波器; 多传感器;