《基于凸组合和Bar-Shalom-Campo的航迹融合算法研究》PDF+DOC
作者:刘卫东,刘洋,高立娥
单位:华北计算技术研究所
出版:《计算机工程与应用》2014年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSGG2014020120
DOC编号:DOCJSGG2014020129
下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器航迹融合综述》PDF+DOC2009年第02期 乔向东,李涛
《多传感器数据的准分层融合法》PDF+DOC1995年第05期 孙红岩,毛士艺
《带反馈多传感器分层融合算法性能研究》PDF+DOC2005年第06期 李涛,王宝树,乔向东
《基于通信故障的多传感器系统融合估计算法研究》PDF+DOC2004年第03期 葛泉波,车金锐,文成林
《基于强跟踪滤波和反馈综合的多传感器分布式航迹融合(英文)》PDF+DOC2004年第02期 杨国胜,文成林,谭民
《网络瞄准环境下异步航迹融合策略及融合算法研究》PDF+DOC2012年第01期 王琳,张涛,冯国强,于雷,杨海燕
《基于Kalman滤波的数据融合研究》PDF+DOC2007年第08期 李群力,傅妍芳
《非高斯条件下基于无味粒子滤波器的目标跟踪》PDF+DOC2007年第02期 刘维亭,戴晓强,朱志宇
《基于两阶段卡尔曼滤波的多传感器信息融合》PDF+DOC2006年第04期 丁维福,秦超英,郝慧娟
《有色量测噪声情况下的多传感器目标跟踪融合算法》PDF+DOC2013年第25期 郝惠娟,秦超英
在“当前”统计模型的基础上建立了匀加速运动模型,设定了目标的运动过程,考虑到实际应用的局限,利用自适应扩展卡尔曼滤波(AEKF)对目标的运动状态进行估计。为得到更加精确可靠的信息,利用凸组合融合算法和Bar-Shalom-Campo融合算法对目标航迹进行融合估计,并利用这三种方法对设定目标的运动情况进行仿真估计,给出仿真结果。
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。