基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文将基于模型的动态系统分析方法与具有统计特性的多尺度信号变换方法相结合,基于某一尺度上给定的单传感器单模型动态系统,建立起一个新的多尺度动态模型.基于建立的多尺度模型和标准Kalman滤波,提出一个能同时对随机信号进行多尺度分解与多尺度估计的新算法.获得比仅在原始尺度上进行Kalman滤波好的处理效果,应用Monte Carlo仿真验证了算法的有效性.
推荐文章
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
强跟踪滤波器
融合估计
渐消因子
动态系统
Kalman滤波
多传感器单模型动态系统多尺度数据融合
多尺度分析
小波变换
Kalman滤波
多尺度估计
无源单传感器声目标纯方位定位改进算法
单传感器
无源探测
纯方位定位
方位角变化率
多传感器融合系统的可靠性模型研究
多传感器融合系统
半马尔可夫过程
有效性
可靠性
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 单传感器单模型动态系统多尺度分解与估计新算法
来源期刊 电子学报 学科 工学
关键词 多尺度估计 动态系统 随机信号 Kalman滤波 小波变换
年,卷(期) 2002,(6) 所属期刊栏目 学术论文
研究方向 页码范围 819-822
页数 4页 分类号 TN911.72
字数 2660字 语种 中文
DOI 10.3321/j.issn:0372-2112.2002.06.013
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 清华大学自动化系 152 2966 27.0 50.0
2 金锋 北京理工大学自动控制系 15 258 10.0 15.0
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  (41)
参考文献  (5)
节点文献
引证文献  (22)
同被引文献  (13)
二级引证文献  (55)
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(3)
  • 参考文献(0)
  • 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)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 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(4)
  • 引证文献(1)
  • 二级引证文献(3)
2005(5)
  • 引证文献(1)
  • 二级引证文献(4)
2006(8)
  • 引证文献(5)
  • 二级引证文献(3)
2007(7)
  • 引证文献(5)
  • 二级引证文献(2)
2008(9)
  • 引证文献(2)
  • 二级引证文献(7)
2009(8)
  • 引证文献(2)
  • 二级引证文献(6)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
多尺度估计
动态系统
随机信号
Kalman滤波
小波变换
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
河南省自然科学基金
英文译名:
官方网址:http://kyc.hncj.edu.cn/gzzd/gzzd56.htm
项目类型:
学科类型:
论文1v1指导