《一类动态多尺度系统融合估计算法的分析》PDF+DOC
作者：崔培玲,王桂增,潘泉
单位：华南理工大学;中国科学院系统科学研究所
出版：《控制理论与应用》2007年第01期
页数：6页 （PDF与DOC格式可能不同）
PDF编号：PDFKZLY2007010150
DOC编号：DOCKZLY2007010159
下载格式：PDF + Word/doc 文字可复制、可编辑
《单传感器多尺度状态融合估计算法》PDF+DOC2013年第08期 章涛,吴仁彪,李月敏
《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
《一类动态多尺度系统的模型和估计算法》PDF+DOC2004年第03期 崔培玲,潘泉,张磊,张洪才
《基于融合反馈的多传感器空间偏差配准方法》PDF+DOC2007年第05期 郭徽东,章新华,许林周,宋元
《基于M带小波的动态多尺度系统融合估计》PDF+DOC2007年第01期 崔培玲,王桂增,潘泉
《基于固定目标的传感器方位偏差配准方法》PDF+DOC2004年第03期 金宏斌,徐毓,万仕保
《平台级卡尔曼滤波空间配准算法》PDF+DOC2004年第02期 杜钦峰,冯新喜,石定杰
《基于Kalman滤波的多尺度融合估计新算法》PDF+DOC2002年第02期 闫莉萍,汪斌,吕锋
《基于串行通信不完全数据采集的融合估计算法》PDF+DOC2011年第04期 杨世华,王秀敏,朱烨俊,任建新
《基于多尺度贯序式卡尔曼滤波的运动声阵列跟踪算法》PDF+DOC2011年第05期 刘亚雷,顾晓辉
为了进一步认识基于状态空间投影的一类动态多尺度系统的融合估计算法本质，本文对该算法进行了分析．首先，将该融合估计算法和在最细尺度上直接进行卡尔曼滤波的算法性能进行了比较，并用仿真进行了验证．结果表明，在最细尺度上，融合估计效果比直接进行卡尔曼滤波的效果好．其次，从计算过程和计算量方面，与一般的时间配准方法进行了对比分析．结果表明，该融合估计算法用比较严谨的数学模型代替了时间配准，可以在每个尺度上获得基于全部观测信息的最优估计，但计算量比时间配准方法大．本文的研究为基于状态空间投影的一类动态多尺度系统的融合估计算法的实际应用奠定了基础．
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。