《基于平方根UKF的多传感器融合跟踪》PDF+DOC
作者:郭文艳,韩崇昭,连峰
单位:北京仿真中心;中国仿真学会
出版:《系统仿真学报》2008年第12期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFXTFZ2008120440
DOC编号:DOCXTFZ2008120449
下载格式:PDF + Word/doc 文字可复制、可编辑
《单传感器无序量测反馈估计算法》PDF+DOC2014年第06期 黄强,张向利
《误差协方差约束下的传感器噪声估计算法》PDF+DOC2015年第02期 魏凤丽,袁光耀,何秉曦
《卡尔曼滤波与多传感器数据融合技术》PDF+DOC2000年第03期 蔡鹤皋,金明河,金峰
《多传感器信息融合的自动驾驶车辆定位与速度估计》PDF+DOC2020年第08期 彭文正,敖银辉,黄晓涛,王鹏飞
《最优加权与递推最小二乘法相结合的多传感器信息融合》PDF+DOC2004年第04期 孙勇,景博,张吉力
《基于模糊推理的多传感器数据融合方法》PDF+DOC2003年第16期 韩红,韩崇昭,朱洪艳,文戎
《基于RB粒子滤波的多传感器目标跟踪融合算法》PDF+DOC2012年第03期 胡振涛,付春玲,刘先省
《基于S-D分配的集中式多传感器不敏滤波算法》PDF+DOC2010年第04期 管旭军,芮国胜,周旭,张玉玲
《船舶动力定位多传感器闭环分级融合算法》PDF+DOC2014年第03期 徐树生,林孝工
《有色量测噪声情况下的多传感器目标跟踪融合算法》PDF+DOC2013年第25期 郝惠娟,秦超英
为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法。UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程。顺序滤波融合算法用同一时刻的量测依次更新状态,计算复杂性低。仿真结果表明,UKF顺序滤波融合跟踪算法比传统的扩展卡尔曼滤波(EKF)算法有更高的跟踪性能,是一种有效的非线性融合算法。
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。