《基于AFKF的多传感器加权融合算法》PDF+DOC
作者:周少伟,李洲洋,雷少坤
单位:东南大学出版社有限责任公司
出版:《机械设计与制造工程》2013年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJXZZ2013080150
DOC编号:DOCJXZZ2013080159
下载格式:PDF + Word/doc 文字可复制、可编辑
《一类分布式传感器粒子滤波融合算法》PDF+DOC2015年第18期 高蕊
《多传感器测量数据的切尾加权融合算法》PDF+DOC2002年第S1期 金建华,阙沛文
《复杂环境下多机动目标跟踪问题的研究》PDF+DOC2002年第02期 郁光辉,戴亚平,侯朝桢,陈杰
《多传感器在线检测在高精度划线切割机器人系统中的应用》PDF+DOC2001年第S1期 王志武,丁国清,颜国正,林良明
《复合材料拉托力预测中标准差加权融合算法》PDF+DOC2012年第03期 李盼,杨风暴,王肖霞,樊庆英
《基于不确定性分析的多传感器航迹融合算法》PDF+DOC2011年第03期 徐丽,马培军,苏小红
《一种改进的多传感器加权融合算法》PDF+DOC2009年第12期 刘海斌,宫峰勋
《一种红外搜索系统的分布式多传感器航迹融合算法》PDF+DOC2007年第06期 董静,吴新建
《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
《一种基于航迹隶属度的动态加权融合算法》PDF+DOC2013年第05期 李妍妍,张伟,陈明燕
为实现对被测物体在匀速、匀加速以及变加速运动状态下的动态位置进行精确测量,提出一种基于自适应渐消卡尔曼滤波的多传感器加权融合算法,将各子传感器测量数据进行自适应渐消卡尔曼滤波,并由获得的均方误差阵实时为位置测量的估计值自适应分配权重,最终进行加权融合。通过算法的实例应用验证,与传统的MSIF-SKF算法相比,该算法具有更高的动态位置检测精度。
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。