《EKF和UKF算法在无线传感器网络目标跟踪中的应用》PDF+DOC
作者:史岩,朱涛,傅军,张亚宁
单位:重庆市自动化与仪器仪表学会;重庆工业自动化仪表研究所
出版:《自动化与仪器仪表》2013年第04期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZDYY2013040550
DOC编号:DOCZDYY2013040559
下载格式:PDF + Word/doc 文字可复制、可编辑
《传感器故障条件下的自适应UKF算法》PDF+DOC2015年第11期 赵辉,周欢,翁兴伟,李牧东
《基于传感器网络的分布式生化气体源参数测定算法》PDF+DOC2012年第05期 张勇,孟庆浩,吴玉秀,曾明
《基于EKF算法的无线传感器网络定位技术研究》PDF+DOC2010年第12期 金仁成,赵伟,石小培
《多被动传感器UKF与EKF算法的应用与比较》PDF+DOC2009年第05期 宋骊平,姬红兵
《基于MDS-MAP和非线性滤波的WSN定位算法》PDF+DOC2012年第05期 陈岁生,卢建刚,楼晓春
《面向目标跟踪的WSN协同调度策略及拓扑控制》PDF+DOC2010年第06期 曾明,危阜胜,陈冠升,胥布工
《基于多智能体的传感器网络协同目标跟踪技术研究》PDF+DOC2007年第03期 杨津骁,丁慧勇,程远国
《基于UKF的目标状态与系统偏差的联合估计算法》PDF+DOC2007年第03期 宋强,何友,杨俭
《基于自适应变结构信息滤波的目标跟踪算法》PDF+DOC2015年第17期 李莹,周德云,俞吉
《基于容积卡尔曼滤波的异质多传感器融合算法》PDF+DOC2014年第04期 胡振涛,曹志伟,李松,李枞枞
目标跟踪技术随着无线传感器网络的发展,已经成为倍受重视的研究课题,而目标跟踪技术中的一个核心部分就是滤波算法。扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)是重要的非线性滤波方法。本文介绍了EKF和UKF的基本思想和算法实现步骤,并对无线传感器网络下的目标跟踪进行了仿真。结果表明,UKF算法的跟踪性能优于EKF算法,但UKF算法计算复杂,跟踪时间长,实时性差。
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。