作者:刘志,张恩迪 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2013年第12期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2013120050 DOC编号:DOCCGQJ2013120059 下载格式:PDF + Word/doc 文字可复制、可编辑
《分布式传感器网络中基于数据融合的目标定位算法研究》PDF+DOC2013年第19期 李森,赵健飞 《基于传感器网络数据融合的目标定位方法》PDF+DOC2009年第02期 郭亚丽,韩焱 《基于双重权值优化的分布式定位算法》PDF+DOC2013年第29期 李晋,熊炎,陈永生 《数据融合算法在农业物联网信息采集中的研究与应用》PDF+DOC2016年第01期 赵树林,徐鹏民,吕光杰,盖凌云,秦剑锋 《基于数据融合理论的多传感器几何定位算法》PDF+DOC2012年第05期 雷雨,冯新喜,朱灿彬,李彬彬 《D-S证据理论在多传感器数据融合中的应用》PDF+DOC1999年第02期 黄瑛,陶云刚,周洁敏,苏登军 《一种基于模糊逻辑的主/被动雷达数据融合算法》PDF+DOC2006年第02期 丁兴俊,周德云,胡昌华,王青 《无线传感器网络分布式频谱检测研究》PDF+DOC2012年第01期 党月芳,徐启建,张杰 《基于参数估计的数据融合算法研究》PDF+DOC2006年第10期 廖惜春,丘敏,麦汉荣 《TVM制导中数据融合的一种新算法》PDF+DOC2006年第02期 计征宇,皮亦鸣
  • 在分布式传感器网络节点定位技术中,使用数据融合方法以提高探测系统的检测与定位精度正成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合定位算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高探测系统目标定位的精度。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小均方差(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对静态和运动目标的定位数据融合算法进行了仿真,仿真结果表明:相比单节点定位,提出的融合算法的定位精度有约1~2个数量级的提高。

    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。