您的位置： 专家智库 > >

河南省基础与前沿技术研究计划项目(092300410158)

作品数：2 被引量：4H指数：2
相关作者：胡振涛刘先省付春玲贾培燕金勇更多>>
相关机构：河南大学更多>>
发文基金：国家自然科学基金河南省基础与前沿技术研究计划项目更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇多传感器
  • 2篇多传感器信息
  • 2篇多传感器信息...
  • 2篇信息融合
  • 2篇滤波
  • 2篇感器
  • 2篇传感
  • 2篇传感器
  • 2篇传感器信息
  • 2篇传感器信息融...
  • 1篇数据融合
  • 1篇数据融合算法
  • 1篇自适应辨识
  • 1篇线性滤波
  • 1篇粒子滤波
  • 1篇粒子滤波算法
  • 1篇滤波算法
  • 1篇非线性滤波
  • 1篇KALMAN...
  • 1篇RAO

机构

  • 2篇河南大学

作者

  • 2篇胡振涛
  • 1篇杜海顺
  • 1篇金勇
  • 1篇贾培燕
  • 1篇付春玲
  • 1篇刘先省

传媒

  • 1篇系统工程与电...
  • 1篇传感器与微系...

年份

  • 2篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于量测自适应辨识的多传感器数据融合算法被引量：2
2012年
针对量测不确定条件下多传感器量测数据的合理利用和有效融合问题,提出了一种量测不确定下多传感器量测自适应数据融合算法。算法实现中考虑到传感器量测受扰动影响的具体情况,通过单个传感器的量测似然度的求解确认等效量测,并利用传感器量测数据间统计距离的构建完成对等效量测优化,进而实现不含扰动影响传感器量测数据的合理选择和融合。理论分析和仿真实验验证结果表明:新算法不仅有效改善扰动对于滤波精度的不利影响,并且相对于分布式融合方式降低计算复杂度。
胡振涛贾培燕付春玲杜海顺
关键词：多传感器信息融合KALMAN滤波
多传感器量测自适应Rao-Blackwellised粒子滤波算法被引量：2
2012年
针对量测不确定下非线性系统状态估计中多传感器量测数据的有效利用和计算复杂度的简化问题,给出了一种多传感器量测自适应Rao-Blackwellised粒子滤波算法。首先,通过随机采样策略和量测模型先验转移概率实现用于评估粒子权重的传感器有效量测集合的采样;其次,利用重采样步骤和概率最大化原则完成对不含扰动影响传感器量测模型的辨识;最终,依据Rao-Blackwellised粒子滤波中非线性状态分量和线性状态分量的独立求解方式实现当前时刻系统的状态估计。理论分析和仿真实验结果验证了算法的可行性和有效性。
胡振涛刘先省金勇
关键词：非线性滤波多传感器信息融合
全选 清除 导出
共1页<1>
聚类工具0