《目标机动性未知时的多平台交互式多模型融合算法》PDF+DOC
作者:魏同利,郝惠娟
单位:西南民族大学
出版:《西南民族大学学报(自然科学版)》2009年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFXNMZ2009020140
DOC编号:DOCXNMZ2009020149
下载格式:PDF + Word/doc 文字可复制、可编辑
《带未知观测输入和观测丢失多传感器随机不确定系统的集中式融合滤波》PDF+DOC2015年第02期 逄崇雁,孙书利
《利用多传感器跟踪机动目标:数据越多总意味着估计越好吗?》PDF+DOC1997年第06期 W.D.布莱亚
,Y.巴-夏洛姆
,陈爱元
《利用多传感器跟踪机动目标:数据越多总意味着估计越好吗?》PDF+DOC1997年第04期 W.D.布莱亚
,Y.巴—夏洛姆
,陈爱元
《分布式被动传感器网异步采样下的机动目标跟踪》PDF+DOC2005年第06期 刘宗香,谢维信,杨?,黄敬雄
《多模型概率假设密度平滑器》PDF+DOC2010年第07期 连峰,韩崇昭,刘伟峰,元向辉
《机动目标跟踪的滤波方法研究》PDF+DOC2007年第04期 李丹
《转换坐标卡尔曼滤波算法分析》PDF+DOC2001年第05期 杨春玲,余英林,刘国岁
《一种新的雷达和红外融合算法》PDF+DOC2009年第02期 曾宪伟,方洋旺,伍友利,王洪强,王锋
《变拓扑非完全连通网络中的分布式机动目标跟踪算法研究》PDF+DOC2014年第03期 刘杰,李建存,刘勇
《基于模糊逻辑的自适应α-β滤波新算法》PDF+DOC2013年第02期 李良群,谢维信,张智超
多平台的交互式多模型(IMM)Kalman滤波器是一种比较有效的机动目标跟踪估计方法.但当目标存在未知机动时,基于模型的估计器的精度就会下降.目标跟踪中的输入估计技术可对未知机动性进行估计.本文在给出过程噪声和量测噪声相关情况下最小方差无偏(MVU)输入、状态滤波估计的基础上,提出了基于上述滤波器的分布式IMM多传感器多平台融合算法.仿真表明了该算法的有效性。
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。