《基于无抽取Haar算法的实时卡尔曼滤波方法》PDF+DOC
作者:谭平,蔡自兴
单位:中南大学
出版:《中南大学学报(自然科学版)》2011年第12期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZNGD2011120280
DOC编号:DOCZNGD2011120289
下载格式:PDF + Word/doc 文字可复制、可编辑
《小波变换在动态估计和数据融合中的应用》PDF+DOC2001年第01期 赵巍,赵志国,晁锐,潘泉
《航天器相对运动估计的一种并行推广卡尔曼滤波方法》PDF+DOC1996年第01期 陈根社,文传源,陈新海
《多传感器多尺度融合估计在组合导航系统中的应用》PDF+DOC2005年第02期 周雪梅,吴简彤
《密集杂波环境下数据融合估计算法评估》PDF+DOC2013年第03期 孙焱,马存宝,陈杰
《一种异步多传感器组合导航系统融合算法》PDF+DOC2012年第01期 林雪原
《多传感器组合导航系统的多尺度异步信息融合算法》PDF+DOC2012年第03期 刘磊,林雪原,周旻
《基于小波变换的异类传感器机动目标的模糊航迹关联》PDF+DOC2012年第10期 张波雷,许蕴山,夏海宝
《多传感器组合导航系统的多尺度滤波算法》PDF+DOC2012年第07期 林雪原
《多传感器组合导航系统的多尺度分布式滤波算法》PDF+DOC2012年第07期 林雪原,刘磊
《基于Haar小波变换的图像融合方法》PDF+DOC2012年第02期 何宏,林剑
针对基于分段方式的多尺度卡尔曼滤波其计算量大、延时长的问题,提出基于无抽取Haar算法的实时卡尔曼滤波方法,该方法采用简单的加减、移位运算在t时刻完成多尺度变换,然后在各个尺度进行小波阈值去噪和卡尔曼滤波;为了验证该方法的有效性,在自主改装的智能车上对低精度加速度传感器进行实验。研究结果表明:通过小波重构完成信号处理,提高了算法实时性,并且有效减少重复运算;实时卡尔曼滤波方法有效提高了传感器的性能,在不能准确估计状态转移误差情况下,该方法的去噪性能优于单独的卡尔曼滤波去噪性能。
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。