《色噪声下的多传感器量测融合》PDF+DOC

📙 相关资料

1. 《多传感器量测融合算法的性能比较》PDF+DOC 归纳三类多传感器量测融合算法，即扩维滤波法、伪序贯滤波法和复合量测滤波法。采用协方差分析的方法比较各类算法的滤波精度，证明它们均能在各自给定的条件下实现线性最小均方意义上的最优滤波。仿真实例对各类算法的计算量和灵活性等性能进行比较，结果表明扩维型信息滤波器的计算量最小、灵活性最高，扩维型Kalman......
2. 《单传感器无序量测反馈估计算法》PDF+DOC 针对单传感器的无序量测问题，提出一种处理无序量测的反馈估计算法。该算法一旦出现延迟无序量测，融合中心将最后更新的状态估计回传至传感器进行若干采样周期的卡尔曼滤波，并将状态更新传至融合中心。该算法可保证实时性，具有良好的估计精度，仿真结果验证了算法的有效性。...
3. 《具有形状信息的多传感器群目标跟踪算法》PDF+DOC 针对多传感器环境下具有形状信息的扩展/群目标跟踪问题，提出了两种融合算法，即高斯逆韦氏并行PHD滤波算法和高斯逆韦氏序贯PHD滤波算法。新算法分别结合并行滤波和序贯滤波算法思想，能够对扩展/群目标的质心状态进行跟踪，对形状进行有效估计。高斯逆韦氏并行PHD滤波算法将各个传感器产生的量测集合并到一个量......
4. 《基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法》PDF+DOC 集合卡尔曼滤波是近年来发展起来的一种处理非线性系统估计的有效解决方法.针对标准集合卡尔曼滤波实现过程中，量测噪声不确定导致自举量测采样出现一致性偏差问题，提出了一种基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法.首先，结合多传感器量测系统的物理特性和集合卡尔曼滤波中自举量......
5. 《基于量测自适应辨识的多传感器数据融合算法》PDF+DOC 针对量测不确定条件下多传感器量测数据的合理利用和有效融合问题，提出了一种量测不确定下多传感器量测自适应数据融合算法。算法实现中考虑到传感器量测受扰动影响的具体情况，通过单个传感器的量测似然度的求解确认等效量测，并利用传感器量测数据间统计距离的构建完成对等效量测优化，进而实现不含扰动影响传感器量测数据......
6. 《基于扩展卡尔曼滤波的多传感器目标跟踪》PDF+DOC 系统所处环境的复杂性使得现在科技对目标跟踪精度的要求越来越高，而且单传感器状态的估计已经无法满足系统感知外部环境的需要。在此，研究了基于扩展卡尔曼滤波的多传感器目标跟踪方法。仿真表明，扩展卡尔曼滤波对于非线性系统跟踪的效果更好。...
7. 《多传感器异步量测融合算法性能比较》PDF+DOC 归纳几种多传感器异步量测融合算法，即首先将各传感器异步数据统一到同一时刻，再对该数据进行并行或伪序贯滤波处理。分别采用理论证明和实例仿真分析对各种算法的估计精度、计算量等性能进行了比较。所得结论对实际工程应用中异步量测融合算法的选取有一定的指导意义。...
8. 《一种改进的多传感器多目标跟踪联合概率数据关联算法研究》PDF+DOC 联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法，但对于多传感器多目标跟踪的情况，特别是目标较为密集时，计算量剧增，会出现计算组合爆炸现象。因此，提出了一种改进算法，即对多传感器多目标量测进行同源划分，将多传感器对多目标的跟踪问题简化为单传感器对多目标的跟踪问题，然后将JPDA当......
9. 《统计线性化无序量测更新算法》PDF+DOC 在实际的多传感器系统中，由于各种传感器具有不同的采样率，预处理时间，以及数据通信延迟，因而会出现多个传感器量测不同步到达融合中心的现象。进一步地，当较早时刻产生的量测在较晚时刻产生的量测之后到达融合中心时，无序量测问题就出现了。针对离散时间非线性系统，提出基于统计线性化固定点平滑器的最佳统计线性化无......
10. 《有色量测噪声情况下的多传感器目标跟踪融合算法》PDF+DOC 目前已有的目标跟踪融合估计算法都是基于Kalman滤波的，而卡尔曼滤波估计算法要求系统过程噪声和量测噪声均为白色噪声；而实际的跟踪系统中量测噪声往往是有色噪声。针对上述问题，利用线性组合当前量测与下一时刻量测的量测扩增法，研究了有色量测噪声情况下的集中式、分布式多传感器目标跟踪融合算法；并对新的融合......