《测量方差自学习加权下的多传感器数据融合算法》PDF+DOC

📙 相关资料

1. 《基于测量方差时变的改进强跟踪滤波算法》PDF+DOC 分析了测量方差预先设定对强跟踪滤波算法的不利影响，提出了一种测量方差自学习修正的强跟踪滤波算法。该滤波算法能够充分利用传感器每次测量带来的新信息，同时，可以进一步优化测量方差，提高了对状态的估计精度，最后，通过仿真计算验证了该算法的有效性。...
2. 《多传感器融合技术在浮空器控制中的应用研究》PDF+DOC 由于浮空器所处空中环境的复杂性，单传感器进行状态估计无法满足其控制系统感知外部环境和内部状态的需要。文中建立了浮空器多传感器控制系统的架构，分析了浮空器系统状态的特性，采用一种卡尔曼滤波和模糊集理论联合应用的多传感器融合方法。局部滤波器实时处理传感器的量测数据，降低噪声干扰，信息融合中心对局部判决结......
3. 《共同系统状态过程噪声的多传感器联合滤波算法》PDF+DOC 目前，大多数多传感器联合滤波算法不考虑共同的系统状态过程噪声对各局部状态估计的影响，而实际上这种噪声是不可忽略的。基于此，从信息空间的角度出发，从理论上推导了多个传感器联合滤波算法，并验证了以往的不考虑共同系统状态过程噪声的多传感器及考虑共同系统状态过程噪声但传感器数只有2个的最优联合滤波算法均是该......
4. 《动态加权和测量方差时变的多传感器融合算法》PDF+DOC 在基于卡尔曼滤波及其一些改进算法中，由于测量方差预先设定，从而导致滤波发散和信息资源的浪费，为此提出了一种动态加权下测量方差时变的多传感器融合算法。该算法依据各传感器当前时刻的滤波精度合理地分配权值，同时测量方差的时变特性使得每次测量信息得到充分的利用。仿真结果表明该算法显著地提高了对机动目标的跟踪......
5. 《多传感器顺序粒子滤波算法》PDF+DOC 粒子滤波是一种基于MonteCarlo仿真的最优回归贝叶斯滤波算法.这种方法不受线性化误差和高斯噪声假定的限制，适用于任何状态转换或测量模型，因此能够很好地解决非线性、非高斯环境下系统的状态估计问题.为了能够有效地解决非线性、非高斯环境中的集中式多传感器状态估计问题，本文研究了多传感器顺序粒子滤波算......
6. 《D-S证据理论在多传感器融合中的应用》PDF+DOC 详细介绍了Dempster Shafer证据理论 ，介绍了它在多传感器融合 (MSF)中的应用 ，并举了一个具体的例子 ，实验结果验证了其有效性...
7. 《分布式多传感器交互式多模型融合算法》PDF+DOC 将交互式多模型(IMM)算法应用到分布式多传感器融合跟踪系统中，代替原有系统的单模型Kalman滤波，推导出了分布式多传感器交互式多模型信息融合算法，并通过仿真实例验证了算法的效果。...
8. 《一种多传感器数据融合系统方案研究》PDF+DOC 随着科学技术的飞速发展，战场中传感器的种类和数量不断增加，战场的环境也变得越来越恶劣，迫切地需要多传感器的数据融合来为指挥员提供高可信度的数据，供指挥员参考。通过对融合源数据进行分析，提出基于表决法和证据理论的多传感器融合系统方案。对框架的各部分功能模块进行分析，针对性的选择二阶预测、证据理论等算法......
9. 《多传感器多目标信号融合算法》PDF+DOC 多传感器信号融合是数据融合的一个重要方面，ＣｈａｉｒＺ．和ＶａｒｓｈｎｅｙＰ．Ｋ．在这个领域进行了深入研究，提出了基于贝叶斯推理的最佳融合规则，但该推理不能用于多目标的信号判定。推导了用于多目标信号融合的多传感器融合算法，该算法运用假设检验理论，充分考虑了位置数据互联的正确性和目标信号的历史信息，得......
10. 《集中交互式多传感器模糊联合概率数据互联算法》PDF+DOC 为了解决杂波环境下多传感器多机动目标跟踪问题，本文提出了一种集中交互式多传感器模糊联合概率数据互联算法.该算法首先设定多个跟踪模型并计算每个模型中测量点迹与航迹测量预测之间的模糊综合相似度；然后基于阈值判别及经验概率法则计算模糊联合互联概率，并基于此概率对各航迹进行状态估计及状态估计协方差的更新；最......