作者:李博雅,李方敏,刘新华,熊迹,李等 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2014年第09期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2014090120 DOC编号:DOCCGJS2014090129 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Kalman滤波的无线传感器网络多目标跟踪》PDF+DOC2014年第02期 夏候凯顺,严娟,叶小朋,余辉荣,邬依林 《矿井风速数据预处理中Kalman滤波方法》PDF+DOC2016年第01期 屈世甲,武福生 《利用人体自身红外辐射的智能风扇》PDF+DOC2018年第07期 田嘉晨,周厚满,林创挺 《自校正解耦融合Kalman滤波器及其收敛性》PDF+DOC2009年第04期 王强,王伟玲,邓自立 《隐式自校正加权观测融合Kalman滤波器》PDF+DOC2010年第03期 李云,韩轲,邢宗新 《基于观测融合Kalman滤波算法的PID控制器》PDF+DOC2009年第19期 王欣,孙书利,朱齐丹 《相关观测融合稳态Kalman滤波器及其最优性》PDF+DOC2008年第03期 冉陈键,惠玉松,顾磊,邓自立 《一种不发散的Kalman滤波算法的研究与应用》PDF+DOC2008年第04期 孙敬武 《基于Kalman滤波的数据融合研究》PDF+DOC2007年第08期 李群力,傅妍芳 《智能家居系统中人体定位技术研究进展》PDF+DOC2013年第06期 杨轶星,刘永敬,焦学军,王春慧,綦宏志,周鹏,张力新,万柏坤,明东
  • 针对基于热释电红外传感器的人体跟踪系统在实际环境中,由于受环境噪声和硬件参数影响而误差较高的问题,本文提出了一种基于热释电红外传感器PIR Sensor(Pyroelectric Infrared Sensor)的高精度人体目标跟踪方案。该方案首先对检测区域内运动人体热辐射的红外信号特征进行了提取,然后利用PIR Sensor定位节点自身几何参数和探测数据,得到初步定位结果。最后通过Kalman滤波算法对初步定位结果进行滤波处理并更新目标的状态信息,实现对检测区域内人体目标的定位与跟踪。实验表明,该系统的跟踪误差与同类跟踪系统相比降低了71.96%,证明了该系统具有较高的跟踪精度。

    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。