《两种异步多传感器数据融合算法的比较》PDF+DOC
作者:王思文
单位:机械部北京机械工业自动化研究所
出版:《制造业自动化》2011年第17期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFJXGY2011170230
DOC编号:DOCJXGY2011170239
下载格式:PDF + Word/doc 文字可复制、可编辑
《智能综合电子战系统的数据融合相关算法》PDF+DOC1995年第04期 林象平,李宏宇
《一种改进的多传感器加权融合算法》PDF+DOC2009年第12期 刘海斌,宫峰勋
《多传感器数据融合方法及应用研究》PDF+DOC2008年第01期 孙向作,潘宏侠
《多尺度融合估计算法及其在导航系统中的应用》PDF+DOC2007年第06期 司长哲,任松
《TVM制导中数据融合的一种新算法》PDF+DOC2006年第02期 计征宇,皮亦鸣
《大直径测量系统的特征层数据融合》PDF+DOC2006年第05期 吴昂,朱娟花,金施群
《混沌神经网络多传感器信息融合系统设计》PDF+DOC2005年第09期 高美静,王魁荣,谈爱玲
《机载双传感器同步测量被动跟踪算法》PDF+DOC2005年第10期 王永成,王宏飞,杨成梧
《一种多传感器融合估计方法的研究》PDF+DOC2010年第S2期 李茹冰,蔡云泽,高建喜,许晓鸣
《分布式多传感器航迹融合算法与仿真分析》PDF+DOC2007年第10期 程琤,王兴
多传感器数据融合目前已经广泛应用于多个领域,其能够使测量更加准确,提高系统的可信度和可靠性。Kalman滤波和最小二乘滤波是数据融合的两种算法,本文通过对同一目标采用同样测量系统先进行最小二乘构造伪量测,再进行Kalman滤波计算出状态估计值,然后进行融合仿真实验,比较数据融合前后的状态估计值,结果显示融合后的状态估计值与融合前相比更加接近真实值。因此,多传感器数据融合能增加测量系统的准确性与可信度。
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。