《多传感器一步延迟OOSMs序贯融合滤波》PDF+DOC

📙 相关资料

1. 《无序量测下的多传感器观测噪声融合估计》PDF+DOC 本文采用直接更新法，给出了噪声相关情况下的各局部传感器观测噪声更新估计算法；给出了观测噪声线性最小方差意义下的最优对角阵加权融合更新估计算法。...
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. 《多传感器线性最小方差最优信息融合估计准则》PDF+DOC 用Lagrange乘数法和矩阵微分运算 ，分别提出了按矩阵加权、按标量加权和各分量按标量加权的三种线性最小方差信息融合估计准则 ，其中考虑了估计误差之间的相关性 ，推广和发展了现有文献的结果。文中比较了三种融合估计的精度和计算负担 ，可应用于信息融合状态或信号最优估计...
4. 《噪声相关下含无序量测的多传感器信息融合估计》PDF+DOC 多传感器跟踪系统中因通信延迟常会出现无序量测现象，为了提高系统估计精度，采用直接更新法对状态进行更新估计，并针对噪声相关下含无序量测的多传感器系统，提出了矩阵加权最优信息融合状态估计算法，考虑了过程噪声和量测噪声的相关性以及局部估计的误差相关性.仿真计算验证了算法的有效性。...
5. 《含无序量测的多传感器信息融合算法研究》PDF+DOC 由于通信时间的延迟性，在多传感器系统中常常会出现无序量测情况。为提高估计的精度，系统须对无序量测进行处理，状态更新法是处理无序量测问题的一种有效方法。对于多传感器信息融合问题，给出了一种处理无序量测的状态估计更新算法。仿真计算表明该算法能有效的提高融合估计的精度。...
6. 《有色量测噪声情况下的多传感器目标跟踪融合算法》PDF+DOC 目前已有的目标跟踪融合估计算法都是基于Kalman滤波的，而卡尔曼滤波估计算法要求系统过程噪声和量测噪声均为白色噪声；而实际的跟踪系统中量测噪声往往是有色噪声。针对上述问题，利用线性组合当前量测与下一时刻量测的量测扩增法，研究了有色量测噪声情况下的集中式、分布式多传感器目标跟踪融合算法；并对新的融合......
7. 《一种多传感器数据自适应空间分级融合算法》PDF+DOC 当采用分布在不同空间位置上的多传感器观测值对测量噪声干扰下的参数进行融合估计时，被测量的空间分散性对融合结果影响较大。针对该问题，以自适应加权融合算法为基础，提出了自适应空间分级融合算法，并给出了误差分析和应用方法。该算法将融合过程分解为两次寻优，第1次是局部空间的自适应加权寻优，第2次是在全局空间......
8. 《基于M带小波的动态多尺度系统融合估计》PDF+DOC 研究一类动态多尺度系统的融合估计方法，这类系统具有已知的动态系统模型约束，由具有不同采样率的多个传感器独立观测，传感器的采样率以M(M&gt；2)倍递减.用M带小波变换来拟合状态在各尺度空间的投影关系，建立了满足标准卡尔曼滤波条件的系统模型.进行卡尔曼滤波后，可以获得系统状态最优估计值.仿真......
9. 《编队卫星轨道参数的量测融合估计》PDF+DOC 多传感器量测融合技术应用于参数估计，可显著提高估计精度，增强系统的可靠性，保障估计的连续性。该文提出了一种基于扩维滤波的编队卫星轨道参数的量测融合估计算法，该算法直接从卫星的绝对轨道运动方程出发建立滤波器的状态方程，解决了实际中Hill方程的前提假设不能成立且无法对卫星轨道的各种摄动进行建模的问题。......
10. 《基于相对距离的一种多传感器数据融合方法》PDF+DOC 分析了多传感器量测数据不确定性产生的原因，提出了一种基于相对距离的多传感器数据融合方法。该方法利用模糊集合理论中隶属度函数的优点，通过挖掘量测数据间冗余和互补信息调整数据间的相互支持程度，进而合理地分配量测数据在融合过程中所占权重。同时，避免了关联门限的设定，从而降低了先验信息的影响，避免了量测数据......