作者:杨瑞峰,杨睿,郭晨霞,吴耀 单位:中北大学 出版:《中北大学学报(自然科学版)》2020年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFHBGG2020010160 DOC编号:DOCHBGG2020010169 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于统计加权的单传感器数据融合算法》PDF+DOC2016年第10期 李军,黄力伟 《多雷达跟踪网数据融合算法的研究》PDF+DOC1995年第05期 常建平 《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 《双波段红外警戒机动目标的跟踪算法》PDF+DOC2004年第01期 曾祥鸿,师汉民,姜宏滨,朱英富,张国良,潘德彬 《多传感器数据融合技术在目标识别中的应用》PDF+DOC2005年第S3期 肖阳辉,赵宗仁 《基于串行通信不完全数据采集的融合估计算法》PDF+DOC2011年第04期 杨世华,王秀敏,朱烨俊,任建新 《多传感器数据融合算法的LabView实现》PDF+DOC2010年第34期 王小燕,陈国凡 《火灾探测的模糊神经网络数据融合算法》PDF+DOC2007年第S1期 王娜,徐凤荣,刘海龙 《基于D-S证据理论的传感器网络数据融合算法》PDF+DOC2006年第07期 宿陆,李全龙,徐晓飞,过晓春 《无线传感器网络中数据密度相关度融合算法》PDF+DOC2014年第11期 袁飞,詹宜巨,王永华
  • 光纤传感器测量表面形貌系统的精度会受系统中噪声的影响.为了提高系统的精度和可靠性,提出了一种基于关系矩阵的统计加权数据融合算法.将该算法和基于卡尔曼滤波的均值融合算法应用于表面形貌测量数据的处理中,并对融合后的数据进行了对比分析.结果表明:基于关系矩阵的统计加权的数据融合算法对固定测量点的标准差为0.040 1,变异系数为0.084;基于卡尔曼滤波的均值融合算法对固定测量点的标准差为0.034 1,变异系数为0.073.基于卡尔曼滤波的均值融合算法比基于关系矩阵的统计加权数据融合算法能更为精准有效地还原表面形貌。

    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。