《一种随机传感器增益退化下的多传感融合估计方法》PDF+DOC

📙 相关资料

1. 《带未知通信干扰和丢包补偿的多传感器系统的融合估计》PDF+DOC 研究了带未知通信干扰和丢包的多传感器系统的融合估计问题.用一组满足Bernoulli分布的随机变量来描述从不同传感器到融合中心或各局部数据处理子站的数据传输过程中的丢包现象.在丢包发生时，采用当前丢失观测的预报进行补偿.应用线性无偏最小方差估计准则，分别设计了不依赖于未知干扰的集中式融合状态预报器和......
2. 《带未知丢失观测率和传感器偏差的多传感器AR模型融合辨识》PDF+DOC 研究了带未知丢失观测率和传感器偏差的多传感器(Autoregressive，AR)模型融合辨识问题。采用一组伯努利随机变量描述观测丢失现象。选取递推增广最小二乘(Recursive extend least squares，RELS)算法，对未知的AR模型参数和未知的传感器偏差进行在线辨识。应用矩阵......
3. 《多传感器线性最小方差最优信息融合估计准则》PDF+DOC 用Lagrange乘数法和矩阵微分运算 ，分别提出了按矩阵加权、按标量加权和各分量按标量加权的三种线性最小方差信息融合估计准则 ，其中考虑了估计误差之间的相关性 ，推广和发展了现有文献的结果。文中比较了三种融合估计的精度和计算负担 ，可应用于信息融合状态或信号最优估计...
4. 《多传感器状态融合估计在雷达跟踪中的应用》PDF+DOC 采用Carlson最优数据融合准则，将基于Kalman滤波的多传感器状态融合估计方法应用到雷达跟踪系统。仿真实验表明，多传感器Kalman滤波状态融合估计误差小于单传感器Kalman滤波得出的状态估计误差，验证了方法对雷达跟踪的有效性。...
5. 《序贯处理的多传感器航迹融合算法研究》PDF+DOC 基于分布式的多传感器航迹融合系统，采用序贯处理的方法并结合矩阵加权的融合算法，在估计误差协方差阵迹最小的准则下，提出了估计误差相关条件下的航迹融合算法，从理论上对算法的航迹融合性能进行了分析，并进行了仿真。仿真结果表明了基于序贯处理的融合算法的可行性和有效性。...
6. 《面向低速清扫车的信息融合车辆跟踪方法》PDF+DOC 交通参与者运动的准确跟踪与预测对智能车行为决策的有效性至关重要。传统运动目标的跟踪系统多采用单一传感器，难以保证数据的精度与可信度。为提高系统的鲁棒性与可靠性，设计一种融合毫米波雷达和相机的目标跟踪方案，该方案针对多目标的特征级信息进行融合。首先，考虑低速行驶的自动驾驶清扫车所处环境杂波较多，方案选......
7. 《多传感器信息融合平滑器算法研究》PDF+DOC 为了提高融合估计的精度，采用矩阵加权线性最小方差意义下的最优信息融合准则，对多传感器系统，考虑局部估计误差之间的相关性，给出了最优信息融合固定区间平滑器算法。理论和仿真实验表明，融合平滑器精度在总体上高于各局部子系统的估计精度。与融合预报器相比，融合平滑估计比预测平滑估计精度提高了近5倍，显著地改善......
8. 《基于局部估计误差相关的多传感器异步航迹融合》PDF+DOC 由于不同传感器采样率不同、工作起始点可能不同、通信延迟和本身固有延迟等原因，使得研究多传感器异步融合比同步数据融合更贴近实际需求，且通常情况下，各传感器局部估计误差是相关的，利用融合中心状态融合误差协方差阵迹最小准则，提出了一种局部估计误差相关的多传感器异步航迹融合算法，并从理论上进行了推导，最后通......
9. 《一种多传感器数据自适应空间分级融合算法》PDF+DOC 当采用分布在不同空间位置上的多传感器观测值对测量噪声干扰下的参数进行融合估计时，被测量的空间分散性对融合结果影响较大。针对该问题，以自适应加权融合算法为基础，提出了自适应空间分级融合算法，并给出了误差分析和应用方法。该算法将融合过程分解为两次寻优，第1次是局部空间的自适应加权寻优，第2次是在全局空间......
10. 《不受约束的全局最优加权观测融合估计》PDF+DOC 利用矩阵满秩分解方法，基于加权最小二乘理论提出了一种不受各传感器观测阵是否相同、观测噪声是否相关约束限制的加权观测融合估计算法。证明了其估计结果每时刻恒同于集中式融合Kalman估计结果，因而具有全局最优性，且可明显减小计算负担，便于实时应用。通过对GPS目标跟踪系统的两种方案进行仿真说明了它的功能......