《基于Bayes估计的离散Kalman滤波相关观测融合》PDF+DOC
作者:杨红,彭军,钱志龙,许百如
单位:信号处理学会;微弱信号检测学会;南京航空航天大学
出版:《数据采集与处理》2015年第06期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFSJCJ2015060100
DOC编号:DOCSJCJ2015060109
下载格式:PDF + Word/doc 文字可复制、可编辑
《非线性离散系统的相关观测融合时变Kalman滤波》PDF+DOC2010年第05期 杨红,罗飞,李艳,许玉格
《基于贝叶斯估计的加权最小二乘分布式融合》PDF+DOC2011年第06期 徐苏,杨红
《改进的Sage-Husa算法在提高激光位移传感器精度中的应用》PDF+DOC2017年第31期 梁俊元,游林儒,文小琴,汪兆栋
《一类噪声相关多传感器系统的新型序贯式融合滤波》PDF+DOC2016年第02期 宁涛,文成林,杨艳萍,冯肖亮
《Kalman滤波中相关噪声问题的探讨》PDF+DOC2016年第18期 宁涛,文成林
《基于Kalman滤波算法角度测量信号融合技术研究》PDF+DOC2015年第01期 张立中,胡瀚元,洪进,孟立新,白杨杨
《含状态等式约束的分布式估计融合》PDF+DOC2012年第02期 刘瑜,何腊梅,王兆敏
《相关观测融合稳态Kalman滤波器及其最优性》PDF+DOC2008年第03期 冉陈键,惠玉松,顾磊,邓自立
《一种不发散的Kalman滤波算法的研究与应用》PDF+DOC2008年第04期 孙敬武
《电力巡线用四旋翼飞行器软硬件设计》PDF+DOC2014年第12期 陈志兴,刘宇,宋娟
针对带相关观测噪声和带不同未知观测函数的多传感器离散系统,在已有的融合算法基础上提出了基于Bayes估计的加权最小二乘(Bayes estimation weighted least squares,BYEWLS)分布式融合Kalman滤波算法。该方法充分利用未知参数的验前信息,以风险函数为评价指标,证明了BYEWLS融合算法优于WLS融合算法,针对BYEWLS融合算法是有偏估计,提出了在线消除偏差的方法。分布式融合算法减少了计算负担,提高了融合精度,便于实时应用。最后通过仿真例子验证了该方法的有效性和理论分析的正确性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。