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:
在多传感器信息融合中,已有的航迹融合算法都是在噪声方差已知情况下基于最优的卡尔曼滤波算法的,而实际应用中噪声方差往往是未知的.针对上述问题,基于扩展记忆因子递推最小平方(EFRLS)估计的滤波方程,研究了噪声方差未知情况下集中式、分布式、混合式多传感器航迹融合方法.并对三种航迹融合算法的跟踪性能和卡尔曼滤波融合算法的性能进行了仿真比较.由于多级式多传感器的航迹融合方法可由本文的方法直接推广,所以只需研究两级的情况就可.
推荐文章
一种基于噪声方差未知情况下的航迹融合方法
航迹融合
EFRLS
噪声方差
无重置式联邦Kalman滤波
多传感器噪声方差未知情况下的异步航迹融合
航迹融合噪声方差未知扩展记忆因子递推最小平方(EFRLS)估计
一种基于噪声方差未知情况下的航迹融合方法
航迹融合
EFRLS
噪声方差
无重置式联邦Kalman滤波
多传感器异步航迹融合算法与仿真
多传感器
异步航迹融合
最小二乘法
计算机仿真
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 噪声方差未知情况下多传感器航迹融合
来源期刊 传感技术学报 学科 工学
关键词 噪声方差未知 扩展记忆因子递推最小平方(EFRLS)估计 航迹融合
年,卷(期) 2006,(6) 所属期刊栏目
研究方向 页码范围 2719-2722,2726
页数 5页 分类号 TP2
字数 3419字 语种 中文
DOI 10.3969/j.issn.1004-1699.2006.06.093
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 丁维福 西北工业大学理学院应用数学系 4 15 2.0 3.0
2 秦超英 西北工业大学理学院应用数学系 41 214 8.0 12.0
3 郝惠娟 西北工业大学理学院应用数学系 9 17 2.0 4.0
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  (7)
同被引文献  (13)
二级引证文献  (9)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(7)
  • 引证文献(4)
  • 二级引证文献(3)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
噪声方差未知
扩展记忆因子递推最小平方(EFRLS)估计
航迹融合
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
论文1v1指导