《一般多传感器Kalman滤波融合中的观测数据压缩》PDF+DOC

📙 相关资料

1. 《基于KALMAN滤波的两种多传感器观测融合方法》PDF+DOC 目前有两种基于K a lm an滤波的多传感器观测融合方法，方法1是将观测向量的维数增加，获得扩展观测向量。方法2是在最小均方误差准则下，对不同传感器间的观测向量进行加权运算，获得与单个传感器相同维数的观测向量。通过对滤波器的状态估计误差协方差的分析和相关数学表达式，给出了两种方法的对比。仿真结果表......
2. 《多传感器按对角阵加权信息融合Kalman滤波器》PDF+DOC 在按对角阵加权线性最小方差最优信息融合准则下，提出了多传感器按对角阵加权信息融合稳态Kalman滤波器，它等价于关于状态分量的按标量加权信息融合Kalman滤波器，与按矩阵加权信息融合Kalman滤波器相比，可明显减小计算负担，便于实时直用。一个雷达跟踪的仿真例子说明了其有效性。...
3. 《基于Kalman滤波的多尺度融合估计新算法》PDF+DOC 将信号的多尺度分析方法与多传感器数据融合技术相结合 ，基于某一尺度上给定的状态模型和在不同尺度上拥有不同采样率的多传感器分布式动态系统 ，提出了一种新的基于Kalman滤波的多尺度融合估计算法 ；在最细尺度上获得了基于全局信息的融合估计值 ；计算机仿真验证了算法的有效性 。...
4. 《基于多尺度Kalman滤波的多传感器数据融合》PDF+DOC 通过分析多尺度动态系统模型，提出了一种基于小波变换的Kalman多传感器数据融合算法。该算法结合了Kalman滤波的实时性、递归性和小波变换的多尺度特性，能对多传感器的观测数据有效地融合。算法首先将最细尺度上观测数据滤波后得到的估计序列小波分解到各尺度上；然后在各尺度上，利用该尺度上的传感器观测数据......
5. 《基于Kalman滤波和相关分析的分段多传感器测量》PDF+DOC 针对单一传感器测量精度低、可靠性差和不能判断测量点间情况等局限性，提出了一种基于Kalman滤波和相关分析的分段多传感器测量方法。该方法很好地结合了Kalman递归滤波数据融合和相关分析的优势，避免了Kalman滤波在数学模型和噪声统计特性方面的缺点和局限性，提高了数据测量的精度和可靠性，并可以对测......
6. 《有色观测噪声条件下的分布式Kalman最优融合》PDF+DOC 传统分布式Kalman融合算法通常假定观测噪声是白噪声，在有色观测噪声条件下将导致系统性能的降低，而白化有色观测噪声会加剧传感器估计误差的相关性，对这种相关性的处理是分布式Kalman融合的难点。提出了一种基于有色观测噪声多传感器系统的分布式Kalman最优融合算法，将系统状态分解为不相关的两部分，......
7. 《基于稳态Kalman滤波的两种观测融合方法的功能等价性》PDF+DOC 目前有两种最优观测数据融合方法：一种(方法Ⅰ)是增大观测向量维数方法，另一种(方法Ⅱ)是加权 方法。对于带相同观测阵和带独立白噪声的多传感器系统，基于稳态Kalman滤波，证明了两种最优观测融 合方法是完全功能等价的，即用两种方法得到的稳态Kalman滤波器、预报器和平滑器，白噪声估值器及信 号估值......
8. 《带反馈多传感器模糊最大熵单目标跟踪算法》PDF+DOC 针对矩阵加权融合算法计算量大、传感器数量不易扩充的特点，提出了一种带反馈的模糊最大熵融合算法。该算法采用模糊C-均值算法和最大熵原理计算状态向量中每一分量的权值，不但从整体考虑各分量对融合估计的影响，而且减少了复杂的矩阵运算过程，实时性较好。与矩阵加权算法相比，该融合算法还具有容易扩充的特点，能够直......
9. 《浅析多传感器信息融合技术》PDF+DOC 本文介绍了多传感器信息融合的定义、原理、分类和结构，简要地叙述了多传感器信息融合的特点及其研究方向。...
10. 《基于神经网络组的数据融合算法》PDF+DOC 有两种方法可以用于多传感器系统的特征深度目标识别。第一种方法是基于静态算法的，而另外一种是基于神经网络的。第一种方法最主要的缺点是在目标识别的处理过程中依赖大量的假设；而第二种方法则不能处理复杂多传感器系统中的识别问题。而文中的神经网络组算法使神经网络具有了鉴定能力并保持了多传感器系统的优点。这种算......