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:
对多传感器线性离散时变随机系统,虽然基于Riccati方程的集中式观测融合Kalman滤波器算法可给出全局最优状态估计,但其缺点是要求计算高维逆矩阵,计算负担大.为了克服这个缺点,应用信息滤波原理,基于改进的Riccati方程,或逆预报误差方差阵方程,或逆滤波误差方差阵方程,提出了相应的全局最优集中式观测融合Kalman滤波器的三种快速算法,可避免高维逆矩阵,可明显减小计算负担,便于实时应用,一个数值仿真例子说明了它们的有效性.
推荐文章
基于多传感器Kalman滤波器的GPS/IMU数据融合算法设计
GPS/IMU组合系统
kalman滤波器
数据融合
CI算法在两传感器融合稳态Kalman滤波器中的应用
两传感器
稳态Kalman滤波
协方差交集算法
基于目标定位精度几何稀释的集中式多传感器优化布站
优化布站
定位精度几何稀释
融合估计
最小二乘
Gauss-Markov
基于高阶球面径向准则的多传感器融合算法
平均一致性算法
球面径向准则
集中式多传感器
分布式多传感器
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 多传感器集中式观测融合Kalman滤波器快速算法
来源期刊 科学技术与工程 学科 数学
关键词 时变系统 多传感器观测融合 集中式观测融合 全局最优Kalman滤波器 快速算法
年,卷(期) 2005,(20) 所属期刊栏目 论文
研究方向 页码范围 1469-1472
页数 4页 分类号 O211.64
字数 2673字 语种 中文
DOI 10.3969/j.issn.1671-1815.2005.20.001
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 邓自立 黑龙江大学自动化系 194 1408 19.0 25.0
2 吴孝慧 黑龙江大学自动化系 2 49 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时变系统
多传感器观测融合
集中式观测融合
全局最优Kalman滤波器
快速算法
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导