《一类动态多尺度系统的模型和估计算法》PDF+DOC
作者:崔培玲,潘泉,张磊,张洪才
单位:北京仿真中心;中国仿真学会
出版:《系统仿真学报》2004年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFXTFZ2004030100
DOC编号:DOCXTFZ2004030109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于M带小波的动态多尺度系统融合估计》PDF+DOC2007年第01期 崔培玲,王桂增,潘泉
《一类动态多尺度系统融合估计算法的分析》PDF+DOC2007年第01期 崔培玲,王桂增,潘泉
《单传感器多尺度状态融合估计算法》PDF+DOC2013年第08期 章涛,吴仁彪,李月敏
《一种基于信息融合的滤波算法及其应用》PDF+DOC2001年第09期 黄晓瑞,崔平远
《GPS/DR组合导航系统自适应扩展卡尔曼滤波模型的建立》PDF+DOC1998年第03期 房建成,申功勋,万德钧,周百令
《多传感器多尺度融合估计在组合导航系统中的应用》PDF+DOC2005年第02期 周雪梅,吴简彤
《基于“当前”模型的IMM-UKF机动目标跟踪融合算法研究》PDF+DOC2011年第06期 崇阳,张科,吕梅柏
《基于多尺度贯序式卡尔曼滤波的运动声阵列跟踪算法》PDF+DOC2011年第05期 刘亚雷,顾晓辉
《多传感器时滞系统数据丢失时滤波融合算法》PDF+DOC2010年第S2期 宋琳,蔡云泽,高建喜,许晓鸣
《多传感器多模型多尺度组合导航系统算法》PDF+DOC2013年第02期 林雪原,郭丽龙,王捷
多传感器信息融合是信息学科的重要研究方向,本文的目的就是对分布在多个尺度上的传感器信息进行融合。本文针对一类动态多尺度系统,在国内外相关研究的基础上,提出一种新的动态多尺度系统建模方法。该模型满足标准卡尔曼滤波条件,给出了基于Haar小波的实现方法,基于此可以获得各个尺度上目标状态线性最小方差意义下的最优估计值。仿真结果令人满意,最细尺度上用本文方法进行估计优于直接进行卡尔曼滤波的效果。
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。