李 恒,赵正平,李怀敏

(阜阳师范学院计算机与信息工程学院，安徽阜阳 236037)

对于反卷积系统的未知输入噪声的信息融合估计算法

李 恒,赵正平,李怀敏

(阜阳师范学院计算机与信息工程学院，安徽阜阳 236037)

对于一个反卷积系统，当系统输入噪声未知时，提出一种信息融合估计算法。该算法的核心是自回归滑动平均模型(ARMA)模型和Gevers-Wouters算法。应用该算法可以得到对未知输入噪声和未知滑动平均参数的局部和融合估计，并证明了该算法的收敛性。用Matlab对一个例子进行仿真得到估值收敛于真实值，从而对算法的有效性进行了验证。

反卷积系统；输入噪声；自回归滑动平均模型；Gevers-Wouters算法；信息融合估计算法

反卷积系统是地震波探测领域和石油勘探领域常见的系统，其实质是通过输出来估计输入值[1]。最初由Mendel在石油勘探领域提出[2],[3]，模型可概括如下：炸药埋在地表下爆炸后，产生的地震波信号s(t)被地面上的地震记录仪(传感器)接收，接收到的信号是y(t)，y(t)是被噪声污染了的，污染的噪声包括传感器观测噪声v(t)和公共干扰噪声ξ(t)。为了提高估计精度，多传感器应用于其中[4]。邓自立提出的现代时间序列理论[5]，可将系统输入与输出的状态关系用自回归滑动平均模型(ARMA模型)表示，用w(t)这样一个噪声序列表示输入噪声，与输入s(t)之间可用ARMA模型表示。本文设定仅当系统输入噪声w(t)和ARMA模型中的MA参数未知时，在系统中其他参数和噪声均已知的情形下，基于Gevers-Wouters算法[6]，准确估计系统输入噪声的噪声统计方差和MA参数的值。……