作者:高明全 单位:哈尔滨工程大学 出版:《应用科技》2013年第06期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFYYKJ2013060050 DOC编号:DOCYYKJ2013060059 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于WLSE-KF的传感器融合定位算法研究》PDF+DOC2014年第06期 邢倩,郝鹏,刘维亭,李俊英,周扬,李俊 《双被动雷达交会跟踪的精度分析与跟踪算法》PDF+DOC2003年第03期 王宏飞,杨成梧 《一种有效的被动传感器固定辐射源定位技术》PDF+DOC2014年第03期 俞建国,姚璐,黄强,邓志安 《基于CI的雷达与通信侦察航迹融合算法研究》PDF+DOC2011年第06期 高敬,黄高明,赵伊娜,屈直 《被动传感器组网对干扰源的聚类定位算法》PDF+DOC2010年第03期 王本才,王国宏,何友 《多被动传感器UKF与EKF算法的应用与比较》PDF+DOC2009年第05期 宋骊平,姬红兵 《一种用于多目标数据有效性判决的融合算法》PDF+DOC2007年第09期 李伟彤 《基于被动式传感器的目标跟踪算法研究》PDF+DOC2006年第09期 李晨,韩崇昭,朱洪艳,娄越 《基于扩展卡尔曼滤波的自适应混合估计算法》PDF+DOC2014年第01期 余辉荣,夏候凯顺,叶景志,邬依林 《基于LS-Kalman的无线传感器算法研究》PDF+DOC2013年第05期 田丹丹,李珊君,王忠
  • 把方位作为被动传感器的观测信息属于不完全观测.文中的方案是先用最小二乘法估计出目标距离,再用卡尔曼滤波进行跟踪.单一的被动传感器定位需要机动,而多个被动传感器联合工作,可以在观测站静止的情况下完成定位.通常的最小二乘是寻求到各传感器的方向线距离平方和最小的点,而文中选择另一种推导方法,由于该方法也用到最小二乘理论,亦称最小二乘法.文中将该方法与卡尔曼滤波结合进行目标跟踪仿真,结果表明该方法是有效的。

    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。