作者:乔向东,李涛,张志伟,杨仝,李鸿艳,冯新喜 单位:空军工程大学 出版:《空军工程大学学报(自然科学版)》2010年第05期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFKJGC2010050130 DOC编号:DOCKJGC2010050139 下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器组合导航系统分层融合算法》PDF+DOC2003年第02期 衣晓,何友,关欣 《一种多红外传感器融合算法》PDF+DOC2011年第11期 刘颢,李木华,陈世友 《多传感器时滞系统数据丢失时滤波融合算法》PDF+DOC2010年第S2期 宋琳,蔡云泽,高建喜,许晓鸣 《多传感器信息融合方法研究》PDF+DOC2008年第06期 白亚江,周慧 《基于带输入估计变维滤波的多传感器信息融合》PDF+DOC2007年第14期 丁维福,秦超英 《基于Kalman滤波的数据融合研究》PDF+DOC2007年第08期 李群力,傅妍芳 《面向分布式融合估计的快速一致性算法》PDF+DOC2014年第06期 石晓航,梁青阳,张庆杰,李强,樊超宇 《基于IMM-UKF的雷达/红外分布式加权融合算法》PDF+DOC2014年第03期 谢泽峰,高宏峰 《基于UKF的雷达/红外分布式加权融合算法》PDF+DOC2013年第03期 谢泽峰,高宏峰,任亚飞 《无序量测滤波更新算法综述》PDF+DOC2012年第01期 王炜,黄心汉,王敏
  • 信息融合领域存在一个公认的“定论”,即集中式融合的性能一定比分布式融合的好,且是最优的;业已证明,当融合系统采用单模型滤波算法,如卡尔曼滤波器时,上述“定论”是成立的;那么在融合系统采用多模型滤波算法,如针对机动目标跟踪的交互多模型滤波(IMM)算法时,情况是否也是如此?抱着对此存疑的态度,对采用IMM算法时的集中式融合与分布式融合进行了研究,给出了扩维、序贯以及等效量测3种集中式融合算法和简单方差凸组合、互协方差组合2种分布式融合算法,并设置不同运动场景对算法进行了大量仿真。仿真实验结果表明,针对交互多模型滤波估计的集中式融合性能并不一定比采用同样滤波算法的分布式融合的好,并给出了作者对此“诧异”现象的认识和理解。

    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。