原文服务方: 上海海事大学学报       
摘要:
将强跟踪滤波理论与多传感器数据融合估计方法相结合,提出基于强跟踪滤波器的多传感器数据融合估计新算法.对拥有相同采样率的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿真结果对算法的有效性进行了验证.这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论.
推荐文章
任意噪声相关异类传感器非线性系统状态矢量融合
任意相关噪声
状态矢量融合
线性无偏最小方差估计
异类传感器
基于粒子滤波和检测信息的多传感器融合跟踪
粒子滤波器
多传感器
信息融合
检测和跟踪
目标跟踪
基于强跟踪滤波器的多传感器非线性动态系统状态与参数联合估计
强跟踪滤波器
融合估计
渐消因子
动态系统
Kalman滤波
多传感器采样系统的分布式容错估计
容错估计
分布式融合
故障诊断
多传感器数据融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计
来源期刊 上海海事大学学报 学科
关键词 强跟踪滤波器 融合估计 渐消因子 动态系统 Kalman滤波
年,卷(期) 2001,(3) 所属期刊栏目 容错控制
研究方向 页码范围 162-166
页数 5页 分类号 TP302.8
字数 语种 中文
DOI 10.3969/j.issn.1672-9498.2001.03.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周东华 152 2966 27.0 50.0
2 文成林 10 221 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (39)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (9)
二级引证文献  (26)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(3)
  • 参考文献(3)
  • 二级参考文献(0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(2)
  • 引证文献(0)
  • 二级引证文献(2)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
强跟踪滤波器
融合估计
渐消因子
动态系统
Kalman滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海海事大学学报
季刊
1672-9498
31-1968/U
大16开
1979-01-01
chi
出版文献量(篇)
1795
总下载数(次)
0
总被引数(次)
13718
论文1v1指导