《空间Kalman滤波与空时Kalman滤波算法》PDF+DOC
作者:鄢丹青
单位:兰州理工大学
出版:《兰州理工大学学报》2016年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFGSGY2016020310
DOC编号:DOCGSGY2016020319
下载格式:PDF + Word/doc 文字可复制、可编辑
《测量方差自学习加权下的多传感器数据融合算法》PDF+DOC2005年第04期 刘先省,胡振涛
《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
《一种不发散的Kalman滤波算法的研究与应用》PDF+DOC2008年第04期 孙敬武
《一种基于Kalman滤波算法的组合式温度传感器的研究》PDF+DOC2016年第05期 周艳平,丁纪祥,胡乃平
《量测不一致性条件下多传感器融合算法研究》PDF+DOC2018年第08期 徐建亮,顾怡红,魏小华
《基于小波变换的多传感器多分辨分布式滤波》PDF+DOC1999年第01期 文成林,张书玲,施晨鸣,张洪才
《基于自适应Kalman滤波算法的联邦滤波器》PDF+DOC2008年第12期 肖龙远,曾超
《基于Kalman滤波的一阶微分参量估计方法的研究》PDF+DOC2004年第01期 王一清,黄惟一,崔建伟,宋爱国
《基于NETDDE的网络式多传感器信息融合Kalman滤波器》PDF+DOC2008年第24期 王欣,朱齐丹,孙书利
《单步延迟无序量测滤波算法的最优性分析》PDF+DOC2007年第04期 周文辉,李琳,陈国海,余安喜
经典的Kalman理论是以观测按时间延续分布的方式建立的.针对观测按空间延展分布的情形,基于时空对偶性建立空间Kalman滤波的方法,进而提出针对观测同时在时间、空间两个方面展开的情形的空-时Kalman滤波算法.这些算法可用于包括多传感器信息融合等在内的广泛领域.仿真表明,相比于在不计代价(成本)的情况下精度最高的集中式多传感器融合算法,空-时Kalman滤波不仅具有滤波精度与之相当的优点,更重要的是,由于在计算复杂度上占有更大的优势,使算法实时性和有效性更为提高,更适用对实时性有更高要求的情形。
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。