《基于自适应无迹卡尔曼算法的工业物联网数据融合处理》PDF+DOC
作者:王春媚
单位:天水电气传动研究所有限责任公司
出版:《电气传动自动化》2016年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFDQCD2016040120
DOC编号:DOCDQCD2016040129
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于无迹卡尔曼算法的永磁同步电机矢量控制的无传感器技术》PDF+DOC2016年第04期 刘振,杨晓洪,王剑平,张果,王思
《基于内椭球逼近融合的分布式节点同时定位与跟踪算法》PDF+DOC2016年第03期 文庆臻,周彦,胡岚
《基于SVM-UPF的雷达弱小目标检测前跟踪算法》PDF+DOC2016年第03期 秦占师,张智军,曹晓英,陈稳
《传感器故障条件下的自适应UKF算法》PDF+DOC2015年第11期 赵辉,周欢,翁兴伟,李牧东
《一类分布式传感器粒子滤波融合算法》PDF+DOC2015年第18期 高蕊
《改进型自适应无迹卡尔曼姿态算法》PDF+DOC2017年第10期 侯江宽,马珺,贾华宇
《基于传感器网络的分布式生化气体源参数测定算法》PDF+DOC2012年第05期 张勇,孟庆浩,吴玉秀,曾明
《基于四元数的UKF多传感器卫星姿态确定》PDF+DOC2012年第02期 陈志明,王惠南,刘海颖
《分布式多传感器融合跟踪》PDF+DOC2011年第06期 黄铫,张天骐,李越雷,苗圃
《基于自适应变结构信息滤波的目标跟踪算法》PDF+DOC2015年第17期 李莹,周德云,俞吉
为提高工业物联网实测数据精度,减少数据冗余、测量误差,提出了一种使用自适应无迹卡尔曼滤波(AUKF)算法对工业物联网中的多传感器信息进行数据融合处理的方法。首先给出并比较卡尔曼算法以及常规无迹卡尔曼(UKF)算法、AUKF算法原理及数学模型;在工业传感器观测值的基础上,分别应用常规UKF、AUKF算法对数据进行融合处理,并对仿真结果进行数值分析。结果表明,使用改进AUKF算法较其他数据融合算法能够显著提高状态估计的准确性和系统稳定性,可适用于工业物联网的实时生产环境。
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。