《多传感器量测自适应Rao-Blackwellised粒子滤波算法》PDF+DOC

📙 相关资料

1. 《量测不确定条件下多传感器自适应粒子滤波算法》PDF+DOC 针对量测不确定条件下多传感器量测数据的有效利用问题，提出一种多传感器自适应粒子滤波算法.利用随机采样策略和量测模型转移概率实现当前时刻多传感器量测集合的采样，通过粒子滤波中重采样步骤完成估计状态和量测集合的更新，进而依据重采样后单个传感器量测数目在传感器量测集合中的比重实现当前时刻传感器量测的确认.......
2. 《部分监测区域重叠条件下的扩展目标跟踪》PDF+DOC 若多传感器监测区域部分重叠，则使用传统的序贯滤波算法对扩展目标进行跟踪，会出现目标漏估计的现象。为了解决该问题，首先，在量测更新阶段使用预测步骤产生的高斯分量，而非任一传感器量测更新后的高斯分量，从而使得各个传感器滤波更新后的结果相互独立。然后，当对各传感器接收到的量测更新后，若高斯项中表示目标位置......
3. 《具有形状信息的多传感器群目标跟踪算法》PDF+DOC 针对多传感器环境下具有形状信息的扩展/群目标跟踪问题，提出了两种融合算法，即高斯逆韦氏并行PHD滤波算法和高斯逆韦氏序贯PHD滤波算法。新算法分别结合并行滤波和序贯滤波算法思想，能够对扩展/群目标的质心状态进行跟踪，对形状进行有效估计。高斯逆韦氏并行PHD滤波算法将各个传感器产生的量测集合并到一个量......
4. 《基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法》PDF+DOC 集合卡尔曼滤波是近年来发展起来的一种处理非线性系统估计的有效解决方法.针对标准集合卡尔曼滤波实现过程中，量测噪声不确定导致自举量测采样出现一致性偏差问题，提出了一种基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法.首先，结合多传感器量测系统的物理特性和集合卡尔曼滤波中自举量......
5. 《共同系统状态过程噪声的多传感器联合滤波算法》PDF+DOC 目前，大多数多传感器联合滤波算法不考虑共同的系统状态过程噪声对各局部状态估计的影响，而实际上这种噪声是不可忽略的。基于此，从信息空间的角度出发，从理论上推导了多个传感器联合滤波算法，并验证了以往的不考虑共同系统状态过程噪声的多传感器及考虑共同系统状态过程噪声但传感器数只有2个的最优联合滤波算法均是该......
6. 《分布式不敏卡尔曼滤波状态估计技术》PDF+DOC 在许多实际的分布式多传感器系统中，系统的动态或传感器的观测方程是非线性的.解决分布式多传感器非线性系统的状态估计问题，通常采用的一种方法是分布式扩展卡尔曼滤波.但由于模型的线性化误差，EKF的滤波效果在很多情况下并不能令人满意.另外，在许多实际应用中，模型的线性化过程比较繁杂，而且也不容易得到.为了......
7. 《滑模观测器及其在无机械传感器永磁同步电机驱动系统的应用》PDF+DOC 为了取消永磁同步电机调速系统的机械传感器，电机转子的速度和位置通过测量定子电流和电压来估计，估计算法采用滑模观测器。采用逐段线性化处理技术，提出了一种滑模观测器在非线性系统中的新设计方法。根据这一方法，给出了用于永磁同步电机状态估计的具体算法。此算法简单，易于用数字计算机实现无机械传感器交流调速。通......
8. 《基于量测自适应辨识的多传感器数据融合算法》PDF+DOC 针对量测不确定条件下多传感器量测数据的合理利用和有效融合问题，提出了一种量测不确定下多传感器量测自适应数据融合算法。算法实现中考虑到传感器量测受扰动影响的具体情况，通过单个传感器的量测似然度的求解确认等效量测，并利用传感器量测数据间统计距离的构建完成对等效量测优化，进而实现不含扰动影响传感器量测数据......
9. 《非等间隔滤波及其在导航系统中的应用综述》PDF+DOC 滤波的目的是从序贯量测中在线、实时地估计和预测出动态系统的状态和误差的统计量。现存的大多数滤波方法要求传感器信息同时测量并同时到达，但是传感器获得的信息往往不满足此条件，即信息是非等间隔的。信息的不等间隔特性影响到导航精度，非等间隔滤波的提出为该问题提供了一类解决方案。针对国内外非等间隔滤波及其在导......
10. 《含无序量测的多传感器信息融合算法研究》PDF+DOC 由于通信时间的延迟性，在多传感器系统中常常会出现无序量测情况。为提高估计的精度，系统须对无序量测进行处理，状态更新法是处理无序量测问题的一种有效方法。对于多传感器信息融合问题，给出了一种处理无序量测的状态估计更新算法。仿真计算表明该算法能有效的提高融合估计的精度。...