《基于多尺度分布式融合估计的GPS/INS组合导航系统的研究》PDF+DOC

📙 相关资料

1. 《多尺度融合估计算法及其在导航系统中的应用》PDF+DOC 针对如何将多传感器的数据进行融合处理、提高数据处理的可靠性和处理精度的现实问题，提出一种多尺度融合估计算法，对多传感器的数据进行估计处理。该算法首先建立系统的动态方程和观测方程，然后利用小波变换将数据在不同尺度上进行融合处理，归纳出该算法的实现步骤。最后通过在SINS/GPS组合导航系统中的实际应用......
2. 《多传感器多尺度融合估计在组合导航系统中的应用》PDF+DOC 基于某一给定尺度上的动态系统和不同尺度上的观测系统建立了多传感器的多尺度融合估计模型及算法，并将此算法应用于GPS/INS 组合导航系统中，获得了比仅在单一尺度上进行估计更好的结果，有效地提高了组合导航系统的精度。...
3. 《基于多尺度Kalman滤波的多传感器数据融合》PDF+DOC 通过分析多尺度动态系统模型，提出了一种基于小波变换的Kalman多传感器数据融合算法。该算法结合了Kalman滤波的实时性、递归性和小波变换的多尺度特性，能对多传感器的观测数据有效地融合。算法首先将最细尺度上观测数据滤波后得到的估计序列小波分解到各尺度上；然后在各尺度上，利用该尺度上的传感器观测数据......
4. 《多尺度递归融合估计在组合导航系统中的应用》PDF+DOC 多尺度递归融合估计是对多传感器系统进行的基于尺度的融合估计算法。利用小波变换中多尺度分析的思想，构造出多尺度动态模型，利用该模型对粗尺度上的状态估计值进行修正，递归获得最细尺度上基于全局测量值的最优估计值，该估计值是方差最小意义下的最优估计。将此算法应用于SINS/GPS组合导航系统中，仿真结果表明......
5. 《单模型多传感器多尺度交互式数据综合估计算法》PDF+DOC 将小波分析理论中的多尺度分析思想与传统Kalman滤波、多尺度数据融合算法相结合 ，提出了单模型多传感器多尺度交互式数据综合估计新算法 ，并通过计算机的仿真结果 ，对此算法进行了定性分析 ；用标准差对此进行了定量分析 ，从而说明了该算法的有效性 。...
6. 《基于多尺度随机模型的多尺度数据综合算法》PDF+DOC 通过对小波变换综合形式进行分析与概括 ，建立起基于尺度变量的随机动态模型 ；针对在不同尺度上拥有不同特征的传感器 ，研究基于上述随机模型的目标状态的多传感器数据最优预测、滤波和平滑估计问题 ，其估计值是对不同尺度上 (含有不同观测噪声 )不同观测量值的综合。...
7. 《一类动态多尺度系统的最优滤波》PDF+DOC 研究一类动态多尺度系统的最优滤波，这类系统由具有不同分辨率的多个传感器独立观测，而系统具有已知的动态系统模型约束.假设传感器的信号采集带宽成倍递减，相应的采样频率也成倍递减.用Haar小波变换来拟合状态在各尺度空间的投影关系，给出该类多尺度系统的离散模型，并证明了其可以直接应用Kalman滤波的条件......
8. 《基于Kalman滤波的多尺度融合估计新算法》PDF+DOC 将信号的多尺度分析方法与多传感器数据融合技术相结合 ，基于某一尺度上给定的状态模型和在不同尺度上拥有不同采样率的多传感器分布式动态系统 ，提出了一种新的基于Kalman滤波的多尺度融合估计算法 ；在最细尺度上获得了基于全局信息的融合估计值 ；计算机仿真验证了算法的有效性 。...
9. 《多传感器组合导航系统的多尺度滤波算法》PDF+DOC 基于多尺度的思想，首先将在最细尺度上建立的状态方程、量测方程改写为以数据块形式描述的对应方程；然后利用小波变换技术将最细尺度上的块状态向量向粗尺度上分解，并将在最细尺度上建立的量测方程表达为粗尺度上状态向量的函数；最后结合常规Kalman滤波技术，建立了一种动态系统的多尺度单模型滤波方法.将上述算法......
10. 《子波域一种新的多尺度多传感器状态估计》PDF+DOC 研究了多尺度状态参数估计问题.利用状态信号的多尺度特性，引入小波变换，建立了一个新的多尺度多传感器滤波算法.将函数全变差和局部变差概念引入到小波变换，提出了小波缩减因子的概念.通过小波缩减因子的引入，细尺度上的高频信号也得到了有效处理.仿真结果表明，该算法充分利用信号的多尺度特性，基于尺度级的信息融......