《一种组合式的Kalman滤波算法》PDF+DOC
作者:余翔,冯璐,漆晶
单位:中国电子科技集团公司第三研究所
出版:《电视技术》2013年第09期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFDSSS2013090490
DOC编号:DOCDSSS2013090499
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于数据融合估计理论的Kalman滤波》PDF+DOC2010年第05期 王楠,李文成,李岩
《多传感器数据自适应加权融合估计算法的研究》PDF+DOC1998年第01期 翟翌立,戴逸松
《多传感器分布式Kalman滤波融合算法》PDF+DOC1999年第02期 田继善,吴志勤,吴永杰,文成林
《一种改进的一致性数据融合算法》PDF+DOC2005年第08期 胡振涛,刘先省
《基于Daubechies4小波的数据融合估计算法》PDF+DOC2004年第12期 车金锐,熊炎,吕锋
《一种有效的数据融合方法——分布式的离散Kalman滤波方法》PDF+DOC2003年第S1期 孙慧影,张彦军,张雨丽,崔平远
《多传感器支持度和自适应加权时空融合算法》PDF+DOC2009年第06期 张佳薇,姜滨,金光远
《同类多传感器自适应加权估计的数据级融合算法研究》PDF+DOC2006年第04期 李战明,陈若珠,张保梅
《一种阵列式传感器数据融合方法的研究》PDF+DOC2014年第07期 杜胜雪,孔令富,李英伟
《木材干燥窑内温度检测的自适应加权融合方法研究》PDF+DOC2013年第22期 姜滨,崔莉
针对Kalman滤波算法在估计过程中存在噪声影响和过程信号无法直接观测等问题,提出一种组合式的Kalman滤波算法。首先对观测的数据进行自适应加权融合,然后将融合的结果作为第二级Kalman滤波的先验估计值,进行Kalman滤波。通过自适应算法与Kalman算法的组合算法进行数据融合,可以提高融合的准确度和精度。最后通过仿真证实算法的有效性。
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。