《误差协方差约束下的传感器噪声估计算法》PDF+DOC

📙 相关资料

1. 《不完全量测下估计误差协方差与传感器精度上-下确界的关系》PDF+DOC 在不完全量测下估计系统状态时，状态的稳态误差协方差与各个传感器精度指标有关.今提出一种新算法.可以根据估计误差协方差确定出传感器精度的上-下确界.算法根据稳态卡尔曼滤波的估计误差协方差表达式，推出传感器探测概率以及量测噪声方差指标的容差，并结合线性矩阵不等式求出传感器量测噪声方差的上-下界.根据这些......
2. 《单传感器无序量测反馈估计算法》PDF+DOC 针对单传感器的无序量测问题，提出一种处理无序量测的反馈估计算法。该算法一旦出现延迟无序量测，融合中心将最后更新的状态估计回传至传感器进行若干采样周期的卡尔曼滤波，并将状态更新传至融合中心。该算法可保证实时性，具有良好的估计精度，仿真结果验证了算法的有效性。...
3. 《最优加权与递推最小二乘法相结合的多传感器信息融合》PDF+DOC 为改善多个同类传感器检测目标参数的性能 ，提出了根据各传感器量测数据品质对量测数据加权处理 ，并将加权后的数据作为递推最小二乘法的实时量测值的最优加权与递推最小二乘法相结合的多传感器信息融合方法。仿真结果表明 ，该方法在数据处理的精确性和稳健性方面都优于普通的处理方法。...
4. 《基于S-D分配的集中式多传感器不敏滤波算法》PDF+DOC 研究了非线性环境中的集中式多传感器多目标跟踪问题，提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联，求得所有可能互联中的最佳划分，然后按照顺序多传感器联合概率数据互联算法，依次处理最佳划分中各传感器源于同一目标的量测，在此基础上通......
5. 《多传感器异步融合技术研究》PDF+DOC 多传感器信息融合理论大都是在无系统偏差和量测同步的理想条件下给出的，而实际的工程背景却并非如此。因此，在实际的工程实践中发现融合的效果并不理想，有的甚至不如融合前的效果好。为解决这一问题，研究了系统偏差条件下的多传感器异步融合问题。针对不同的工程背景，提出了两种异步融合算法：异步卡尔曼滤波(asyn......
6. 《基于平方根UKF的多传感器融合跟踪》PDF+DOC 为了提高融合算法的精度，将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合，提出了基于UKF的多传感器序贯融合算法。UKF算法利用非线性方程自身的传播，估计系统状态，避免了对非线性方程线性化的过程。顺序滤波融合算法用同一时刻的量测依次更新状态，计算复杂......
7. 《有色量测噪声情况下的多传感器目标跟踪融合算法》PDF+DOC 目前已有的目标跟踪融合估计算法都是基于Kalman滤波的，而卡尔曼滤波估计算法要求系统过程噪声和量测噪声均为白色噪声；而实际的跟踪系统中量测噪声往往是有色噪声。针对上述问题，利用线性组合当前量测与下一时刻量测的量测扩增法，研究了有色量测噪声情况下的集中式、分布式多传感器目标跟踪融合算法；并对新的融合......
8. 《无序量测滤波更新算法综述》PDF+DOC 各种传感器的广泛应用促进了多传感器信息融合问题的研究.由于不同类型的传感器具有不同的采样率、预处理时间以及数据通信延迟，导致出现多个传感器量测无序到达融合中心的现象.对此，综述了在国外主要文献上发表的无序量测更新算法，并对进一步的研究方向提出了建议。...
9. 《基于异质多传感器的网络分布数据融合的一种算法》PDF+DOC 针对多异质传感器数据融合能够实现信息互补，改善目标跟踪精度，提出了一种异质多传感器异步量测融合算法，即首先将量测方程线性化，再在融合中心通过建立伪量测方程，得到同步的量测数据，然后利用噪声相关的伪序贯思想进行融合处理得到全局估计，与现有算法进行仿真比较，结果表明了该算法的有效性。...
10. 《目标跟踪系统容许量测噪声问题》PDF+DOC 在实际工程应用中，多传感器目标系统中常常出现随机的全部或部分测量丢失现象，这时递推误差协方差阵(ECM)是一个随机过程；针对多传感器通道探测概率小于1的不完全量测，给出了估计误差协方差系统统计意义下稳定性的条件和稳态Kalman滤波的线性矩阵不等式(LMI)计算法。并分析了不完全量测下稳态滤波方差与......