作者:陈出新,周德云,王谦 单位:火力与指挥控制研究会 出版:《火力与指挥控制》2012年第03期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFHLYZ2012030330 DOC编号:DOCHLYZ2012030339 下载格式:PDF + Word/doc 文字可复制、可编辑
《一类分布式传感器粒子滤波融合算法》PDF+DOC2015年第18期 高蕊 《传感器故障条件下的自适应UKF算法》PDF+DOC2015年第11期 赵辉,周欢,翁兴伟,李牧东 《基于垂直约束的深海拖曳系统USBL/DVL组合导航算法》PDF+DOC2019年第05期 王振杰,刘慧敏,杨慧良,贺凯飞,单瑞 《海量目标量测数据下的目标跟踪》PDF+DOC2012年第10期 阮铖巍,徐保伟,寇英信,李战武,谷长春 《分布式多传感器融合跟踪》PDF+DOC2011年第06期 黄铫,张天骐,李越雷,苗圃 《多传感器目标跟踪信息增量的计算》PDF+DOC2009年第01期 兰艳亭,林都,郭雁文 《永磁同步电机无传感器变结构矢量控制》PDF+DOC2009年第05期 林海,严卫生,王银涛,李铭峰,吴涛 《多平台传感器系统配准误差研究》PDF+DOC2008年第02期 黄会,石章松 《基于自适应变结构信息滤波的目标跟踪算法》PDF+DOC2015年第17期 李莹,周德云,俞吉 《基于模糊自适应无迹卡尔曼滤波的多源异构信息融合弹道目标跟踪测量系统》PDF+DOC2013年第05期 李军,刘继勇
  • 由于毫米波雷达(MMV)和红外(IR)两种传感器在跟踪目标方面具有各自的优势,故使用两种传感器进行数据融合可以得到较单一传感器更高精度的目标数据,从而提高滤波精度。针对上述两种传感器的特点,对采样数据进行时空对准,结合UT变换思想,并在此基础上提出一种含有多普勒频率的无迹卡尔曼滤波(UKF)算法。新算法较单一MMV或者IR传感器滤波算法精度有了明显提高,并且较MMV/IR融合的传统扩展卡尔曼滤波(EKF)算法的精度也有提高。仿真结果证明了新算法的有效性和合理性。

    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。