《基于容积卡尔曼滤波的异质多传感器融合算法》PDF+DOC
作者：胡振涛,曹志伟,李松,李枞枞
单位：天津理工大学
出版：《光电子·激光》2014年第04期
页数：7页 （PDF与DOC格式可能不同）
PDF编号：PDFGDZJ2014040140
DOC编号：DOCGDZJ2014040149
下载格式：PDF + Word/doc 文字可复制、可编辑
《机动目标跟踪的多传感器分层加权融合算法》PDF+DOC2020年第01期 薛昱,冯西安
《卡尔曼滤波融合新算法及其船舶高精度液位测量的应用》PDF+DOC2016年第02期 刘庆华,仲海嘯,陶峰,吴震宇
《目标跟踪中的多模型算法发展综述》PDF+DOC2003年第02期 李鸿艳,冯新喜
《多传感器在线自适应加权融合跟踪算法》PDF+DOC2002年第01期 胡士强,张天桥
《密集杂波环境下数据融合估计算法评估》PDF+DOC2013年第03期 孙焱,马存宝,陈杰
《一种稳健的多传感器目标跟踪算法》PDF+DOC2011年第06期 王燊燊,冯金富,王方年,黄峰,张佳强
《基于平方根UKF的多传感器融合跟踪》PDF+DOC2008年第12期 郭文艳,韩崇昭,连峰
《基于修正扩展卡尔曼序贯滤波的信息融合算法》PDF+DOC2007年第05期 彭志专,冯金富,聂光戍,谷志勇
《集中交互式多传感器联合概率数据互联算法》PDF+DOC2006年第11期 张晶炜,熊伟,何友
《基于IMM-UKF的雷达/红外分布式加权融合算法》PDF+DOC2014年第03期 谢泽峰,高宏峰
针对机动目标跟踪系统建模中的非线性问题，提出一种基于容积卡尔曼滤波(CKF)的雷达与红外传感器融合算法。考虑到被估计系统对目标跟踪算法实时性与精度的要求，在容积滤波框架下构建了集中式量测融合(CMF)和分布式状态融合(DSF)两种结构形式。CMF结构采用最优加权方法，首先对雷达和红外两种异类传感器的方位角度量测信息进行融合，并将其与融合后的雷达径向距量测构建新的量测数据，进而通过CKF算法对机动目标进行跟踪。DSF结构则首先对雷达量测中径向距信息进行加权融合，并将融合结果作为红外传感器的虚拟径向距量测，以实现红外量测的扩维处理，进而对每组量测数据应用CKF进行分布式并行加权融合，获得目标运动状态的最终估计。仿真场景中，对两种融合方法的性能进行比较，理论分析与仿真实验验证了算法的可行性与有效性。
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。