作者：陈莹,韩崇昭 单位：西安交通大学 出版：《西安交通大学学报》2005年第06期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFXAJT2005060110 DOC编号：DOCXAJT2005060119 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对车辆运动的机动性和跟踪系统的非线性，提出了一种基于平方根Unscented卡尔曼滤波(SRUKF)的多传感器融合跟踪方法.该方法采用动力学模型建立系统的状态方程和量测方程，充分利用了多传感器的量测信息，更好地满足了目标的机动特性.采用基于UKF的数据融合方法处理系统的非线性问题，避免了扩展卡尔曼滤波(EKF)产生的线性化误差.同时，在滤波过程中，以协方差平方根阵代替协方差阵参加迭代运算，有效地避免了滤波器的发散，提高了滤波算法的收敛速度和稳定性.实验证明，与基于EKF的融合算法相比，基于SRUKF的融合算法使系统的位置和方向角的跟踪精度分别提高了18.22%和34.81%。

    📙 相关资料

    1. 《机器人IMU与激光扫描测距传感器数据融合》PDF+DOC 本文较详细的介绍了如何利用卡尔曼滤波技术来实现机器人 IMU与激光扫描测距传感器之间的数据融合方法 ，提出了一种新的扫描测距传感器的数学模型 ，使之能应用卡尔曼滤波的算法 ，以便得到更准确的距离信息...
    2. 《工业测控系统中的数据融合方法与应用》PDF+DOC 根据工业测控系统的特点，给出了控制系统数据融合的一种结构，介绍了适合工业测控系统的几种数据融合方法，如中位值法、加权平均法、算术平均与递推估计法、卡尔曼滤波及多模型法等。...
    3. 《多雷达异步观测数据合成融合方法》PDF+DOC 对采样周期异步的多雷达数据进行融合时，常用的方法需要对单个雷达分别进行滤波，对滤波结果进行时间的校准后再进行数据融合。实时性差且运算量也比较大。提出了一种将采样周期异步的雷达观测数据组合成类似于单雷达的观测数据，直接对该数据进行卡尔曼滤波的数据融合方法。该方法只需一次滤波，实时性较强且运算量小。通过......
    4. 《一种用于电视跟踪系统中的多模式数据融合方法》PDF+DOC 基于单传感器多模式数据融合的思想，设计了一种联合卡尔曼滤波器。通过卡尔曼滤波分 散处理多个模式跟踪结果数据，再将处理结果进行全局融合得出跟踪最终结果。仿真和室内实验都表明，这种方法用于实时电视跟踪系统中可有效提高跟踪精度，融合后的均方误差是融合前的0.05倍，具有一定的容错能力，运算量小，且易于实时......
    5. 《一种有效的数据融合方法——分布式的离散Kalman滤波方法》PDF+DOC 介绍了一种基于Kalman的数据融合方法，分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论。在Kalman滤波理论的基础上对全球定位和惯性导航系统的车辆组合系统进行了仿真。结果表明，分布式的离散Kalman滤波方法是一种有效的数据融合方法。...
    6. 《基于Unscented粒子滤波的传感器管理算法》PDF+DOC 传感器管理是信息融合技术的重要研究方向，以往的传感器管理算法主要是针对线性融合系统，现实中非线性系统更为普遍，而针对非线性融合系统的传感器管理算法研究较少。粒子滤波是目前非线性领域中应用最广的滤波算法，该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。U nscen ted粒子滤......
    7. 《基于不敏Kalman滤波的多传感器数据融合算法》PDF+DOC 针对非线性系统状态估计的有效融合问题，给出了一种基于不敏Kalman滤波的多传感器数据融合算法.首先，依据单传感器的量测利用不敏Kalman滤波器得到局部状态估计值；其次，依据模糊集合理论中隶属度的性质构建反映局部状态估计结果的支持度函数和支持度矩阵，进而实现对于各局部状态估计之间蕴含冗余和互补信息......
    8. 《一种基于雷达和红外的粒子滤波融合跟踪方法》PDF+DOC 针对Kalman滤波不能处理雷达与红外传感器量测信息融合中的非线性问题，提出了一种基于粒子滤波方法的融合跟踪算法。该算法通过利用量测方程的非线性分析和粒子滤波器计算状态估计值，从而以线性迭代的方式得到系统的最优估计。仿真结果表明，与采用Kalman滤波的方法相比，该算法具有更高的估计精度，同时减小了......
    9. 《粒子滤波融合跟踪方法》PDF+DOC 针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题，提出了一种基于粒子滤波方法的融合跟踪算法。通过对量测方程的非线性分析，利用粒子滤波器计算目标状态估计值，通过线性迭代的方式得到系统的最优估计。仿真结果表明，与采用Kalman滤波的方法相比，该算法具有更高的估计精度和更少的计算量。相比于......
    10. 《一种改进的多传感器数据融合方法》PDF+DOC 最优加权法在数据融合时需要确知噪声方差信息，其权值固定不变，而联合卡尔曼滤波法需要确知噪声协方差信息。在噪声先验信息与实际数值差别较大或传感器系统噪声相关时，这两种方法的参数估计精度将急剧下降。针对以上不足，文中提出了一种新的动态最优加权和最小二乘滤波相结合的数据融合方法，该方法能随传感器信号起伏的......

    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。