《统计线性化无序量测更新算法》PDF+DOC

📙 相关资料

1. 《多传感器多目标粒子滤波算法》PDF+DOC 为了能够有效解决非线性、非高斯环境中多传感器多目标跟踪问题，提出了一种基于粒子滤波的多传感器联合概率数据互联粒子滤波算法(MJPDAP)。该算法应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合以形成等效量测点，并计算所有等效量测点的联合似然函数。在此基础上，结合联合概率数据互联(JPD......
2. 《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......
3. 《无序量测滤波更新算法综述》PDF+DOC 各种传感器的广泛应用促进了多传感器信息融合问题的研究.由于不同类型的传感器具有不同的采样率、预处理时间以及数据通信延迟，导致出现多个传感器量测无序到达融合中心的现象.对此，综述了在国外主要文献上发表的无序量测更新算法，并对进一步的研究方向提出了建议。...
4. 《单步延迟无序量测滤波算法的最优性分析》PDF+DOC 不同的通信时间延迟和量测预处理时间，导致在实际的集中式多传感器融合跟踪系统中，常会出现多传感器量测数据不能按正常时序到达中心处理器的无序量测(OOSM)现象，中心处理器处理这类无序量测数据时将遇到负时间更新问题.针对单步延迟无序量测更新问题，从理论上分析了Bar-Shalom提出的A1算法的最优性，......
5. 《部分监测区域重叠条件下的扩展目标跟踪》PDF+DOC 若多传感器监测区域部分重叠，则使用传统的序贯滤波算法对扩展目标进行跟踪，会出现目标漏估计的现象。为了解决该问题，首先，在量测更新阶段使用预测步骤产生的高斯分量，而非任一传感器量测更新后的高斯分量，从而使得各个传感器滤波更新后的结果相互独立。然后，当对各传感器接收到的量测更新后，若高斯项中表示目标位置......
6. 《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......
7. 《基于多传感器的卡尔曼滤波跟踪算法》PDF+DOC 针对于多传感器测量信号处理的研究，并且在此基础上筛选回波信号和修正回波信号滤波的估计值，为了提高了所得到的修正回波测量值准确度和滤波估计值的准确度。对修正卡尔曼滤波跟踪算法的优点与缺点进行研究，提出了使用多源跟踪结合修正估计协方差的方法，提高了修正的卡尔曼滤波的准确性。...
8. 《多传感器量测噪声对航迹融合性能影响分析》PDF+DOC 针对多传感器量测噪声相关性和量测噪声方差比值对航迹融合性能有影响的问题，分别采用凸组合航迹融合、最优航迹融合和小航迹融合算法进行融合，对融合性能和单个传感器滤波性能进行分析对比。仿真实验表明：(1)当量测噪声相关系数趋向-1时，融合性能良好；当量测噪声相关系数趋向1时，融合性能退化。(2)当量测噪声......
9. 《基于异质多传感器的网络分布数据融合的一种算法》PDF+DOC 针对多异质传感器数据融合能够实现信息互补，改善目标跟踪精度，提出了一种异质多传感器异步量测融合算法，即首先将量测方程线性化，再在融合中心通过建立伪量测方程，得到同步的量测数据，然后利用噪声相关的伪序贯思想进行融合处理得到全局估计，与现有算法进行仿真比较，结果表明了该算法的有效性。...
10. 《色噪声下的多传感器量测融合》PDF+DOC 传感器量测噪声通常可表示为一阶时间相关的Markov随机序列。该文将单传感器的色噪声量测滤波方法推广到多传感器的情形，提出了6种色噪声下的多传感器量测融合算法。通过协方差分析技术和仿真实验，对各算法的滤波精度、计算量和使用灵活性等性能进行了比较性评估。由评估结果得出的两条算法选取原则对实际中量测融合......