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:
本文研究了多传感器数据融合技术的一种方法.融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度.实际应用结果验证了算法的准确性,并进行了Matlab仿真.这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果.具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统.
推荐文章
基于Bayes估计的机器人触觉传感器信号数据融合
机器人
触觉传感器
Bayes估计
数据融合
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
基于多传感器的数据融合算法研究
多传感器
数据融合
数据一致性
支持度
自适应加权算法
仿真分析
基于Bayes准则的多传感器目标信号检测
多传感器
Bayes准则
Neyman-pearson准则
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Bayes估计的多传感器最优融合
来源期刊 工业控制计算机 学科 工学
关键词 数据融合 多传感器 Bayes估计
年,卷(期) 2005,(3) 所属期刊栏目 数据采集与通信
研究方向 页码范围 16-17
页数 2页 分类号 TP2
字数 1936字 语种 中文
DOI 10.3969/j.issn.1001-182X.2005.03.009
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 付华 242 1698 20.0 28.0
2 杜晓坤 4 82 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (18)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (8)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
数据融合
多传感器
Bayes估计
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
工业控制计算机
月刊
1001-182X
32-1764/TP
大16开
南京市龙蟠路173号江苏省计算技术研究所
28-60
1988
chi
出版文献量(篇)
13243
总下载数(次)
60
总被引数(次)
46621
论文1v1指导