《基于小波变换的多传感器最优信息融合》PDF+DOC
作者:蔡猛
单位:中国航空工业洛阳电光设备研究所
出版:《电光与控制》2013年第12期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFDGKQ2013120230
DOC编号:DOCDGKQ2013120239
下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器信息融合技术综述》PDF+DOC2005年第06期 臧大进,严宏凤,王跃才
《多传感器最优信息融合Kalman多步预报器及其应用》PDF+DOC2004年第02期 孙书利,史雪岩,崔平远
《非标准多传感器信息融合下的状态融合估计》PDF+DOC2008年第08期 王炯琦,周海银,赵德勇,吴翊
《基于多传感器信息融合的汽车酒驾测控系统设计》PDF+DOC2015年第12期 刘艳红,柏逢明
《多传感器多目标信号融合算法》PDF+DOC1997年第01期 顾健
《集中式多传感器融合系统中的时间配准研究》PDF+DOC2007年第11期 李林,黄柯棣,何芳
《基于面向对象的人工免疫系统模型的多传感器融合》PDF+DOC2002年第04期 罗攀,唐新蓬
《基于多尺度Kalman滤波的多传感器数据融合》PDF+DOC2012年第02期 李毅,陆百川,李雪
《真空断路器在线监测中的传感技术》PDF+DOC2009年第05期 汪小志,刘志刚
《基于多传感器融合技术的汽车防盗系统研究》PDF+DOC2006年第02期 张兢,路彦和
针对多传感器信息融合,从时频域提出一种最优的融合规则。利用信号的多尺度特性,引入小波变换,将状态向量和观测值分解为多尺度信号,对多尺度信号(包括近似信号和细节信号)滤波更新,多传感器信息融合通过标量加权多尺度滤波值获得,得到小波域的最优估计,然后通过小波逆变换获得时域状态估计。该方法的优点为:1)同时更新了近似信号和细节信号;2)从时频域信息融合,提高了估计精度;3)只需计算标量权系数,避免了求取加权矩阵及其逆,避免了矩阵奇异。仿真结果验证了算法的有效性。
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。