《多尺度递归融合估计在组合导航系统中的应用》PDF+DOC

📙 相关资料

1. 《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。...
2. 《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......
3. 《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......
4. 《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 针对如何融合多传感器的数据、提高数据处理的可靠性和精度的问题，将基于模型的动态系统分析方法与基于统计特性的多测度信号变换方法相结合，提出基于Kalman滤波的多尺度分解与估计联合的多尺度分布式融合估计算法。该算法首先建立系统的动态方程和观测方程，再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......
5. 《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......
6. 《多尺度随机建模与分布式多传感器数据融合估计》PDF+DOC 针对不同尺度上拥有不同特征的传感器对同一目标状态进行检测的多传感器单模型动态系统 ，利用小波将最细尺度上的状态方程进行有效分解 ，基于小波变换的分析、综合形式建立起以尺度为变量的动态多尺度随机模型。利用该模型将各个尺度上状态的局部估计结果进行有效综合 ，从而在最细尺度上获得目标基于全局信息的最优估计......
7. 《基于多速率传感器动态系统的多尺度递归融合估计》PDF+DOC 该文将基于模型的动态分析方法与具有统计性的多尺度信号变换方法相结合，基于最细尺度上给定的状态模型和不同尺度上给出的多速率传感器动态系统，建立了一组新的多尺度动态模型和多尺度误差模型；利用确立的尺度之间的递归关系，给出了一种新的多尺度递归数据融合估计算法，在最细尺度上获得了状态基于全局信息的融合估计值......
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分布式滤波算法》PDF+DOC 将模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合，首先将状态方程采用数据块变换的方式以得到新的状态块方程，并将量测方程表达为数据块的形式；然后将量测向量进行多层小波变换以得到新的量测向量，并结合状态块方程进行卡尔曼滤波；最后根据卡尔曼滤波结果建立多尺度分布式融合估计算法。仿真结果表明，相......
10. 《基于小波的多传感器空间目标数据融合算法》PDF+DOC 在多传感器系统中，本文提出一种基于小波变换的数据融合算法，用于对空间目标的轨道参数进行精确预测。仿真实验表明，该算法适用于空间目标轨道参数等快时变数据，估计得到的轨道参数均方差，优于各个传感器的理论均方差，同时也小于LMS算法获得的均方差。...