《含无序量测的多传感器信息融合算法研究》PDF+DOC

📙 相关资料

1. 《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。...
2. 《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......
3. 《多传感器系统的信息融合及容错技术研究》PDF+DOC 本文介绍了基于信息融合原理的联合卡尔曼滤波器原理以及其结构和算法，并给出在导航系统中的应用实例...
4. 《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......
5. 《基于随机加权估计的多维位置数据最优融合算法》PDF+DOC 文中将随机加权估计计算方法应用于多传感器信息融合，提出了一种基于随机加权估计的多维位置数据最优融合方法。首先，用随机加权估计对每个传感器测得的位置参数进行估计。然后，用最优信息融合算法把这些估计进行融合。得到多传感器系统多维位置参数的最优估计。研究结果表明：基于随机加权估计的多传感器信息融合方法优于......
6. 《反馈式多目标多传感器系统误差融合估计技术》PDF+DOC 本文对多目标情况下的多传感器系统误差估计问题进行了研究，提出了反馈式多目标多传感器系统误差融合估计算法。算法首先对EX算法进行了修正，无需计算各目标状态估计及其增益伪逆，直接利用各传感器量测数据来构建伪量测，通过滤波获得局部传感器组合系统误差估计；其次，算法通过构建状态空间转移矩阵实现了全局估计到局......
7. 《噪声相关下含无序量测的多传感器信息融合估计》PDF+DOC 多传感器跟踪系统中因通信延迟常会出现无序量测现象，为了提高系统估计精度，采用直接更新法对状态进行更新估计，并针对噪声相关下含无序量测的多传感器系统，提出了矩阵加权最优信息融合状态估计算法，考虑了过程噪声和量测噪声的相关性以及局部估计的误差相关性.仿真计算验证了算法的有效性。...
8. 《量测噪声相关条件情况下的多传感器状态融合估计》PDF+DOC 对于量测噪声相关的多传感器系统，采用Cholesky分解和单位下三角阵的求逆方法，将其转化为量测噪声互不相关的等价模型，从而可以直接利用现有的融合算法进行状态融合，由此给出了量测噪声相关情况下多传感器的状态融合算法。该算法和已有的算法相比具有两大优点，该算法不仅考虑了量测噪声相关而且简单可行，而且该......
9. 《无序量测下的多传感器观测噪声融合估计》PDF+DOC 本文采用直接更新法，给出了噪声相关情况下的各局部传感器观测噪声更新估计算法；给出了观测噪声线性最小方差意义下的最优对角阵加权融合更新估计算法。...
10. 《多平台传感器跟踪系统无序量测滤波器设计》PDF+DOC 目标跟踪技术扩展到多平台传感器时，因为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。无序量测带来负时间量测更新问题。本文采用直接更新法进行滤波，即应用无序量测值更新当前时刻的状态估计，使其达到或逼近量测顺序处理时的滤波精度，通过简单算例验......