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:
针对多传感器环境的条件提出了一种基于神经网络补偿的航迹融合方法.各传感器的测量值用线性卡尔曼滤波器进行处理并将获得的局部航迹传送到融合中心.首先对局部航迹进行融合,然后引入神经网络来减少因共同过程噪声而导致的融合估计误差,其中神经网络采用Dan Si-mon提出的网络结构,并对神经网络权值的优化采用无痕卡尔曼滤波(UKF).仿真结果表明,这种融合方法对跟踪具有过程噪声的目标非常有效,而且过程噪声发生变化时该方法仍是有效的,从而使得它在很多实际应用中具有潜在的价值.
推荐文章
基于神经网络融合的传感器温度误差补偿
温度误差补偿
神经网络
数据融合
漏磁检测
基于BP神经网络的多传感器信息融合研究
压力检测
信息融合
多传感器信息融合
BP神经网络
基于神经网络的多传感器融合技术研究
神经网络
多传感器融合
BP算法
自主吸尘机器人
基于神经网络的传感器动态补偿算法及DSP实现
动态补偿
逆建模
自适应神经网络
数字信号处理器
数据采集
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 基于神经网络补偿的多传感器航迹融合
来源期刊 上海交通大学学报 学科 工学
关键词 航迹融合 多传感器 径向基函数神经网络 无痕卡尔曼滤波
年,卷(期) 2006,(11) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 1960-1963,1970
页数 5页 分类号 TP14
字数 3325字 语种 中文
DOI 10.3321/j.issn:1006-2467.2006.11.031
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 敬忠良 上海交通大学航空航天信息与控制研究所 155 2844 24.0 49.0
2 胡士强 上海交通大学航空航天信息与控制研究所 58 1257 12.0 35.0
3 陈江林 上海交通大学航空航天信息与控制研究所 1 8 1.0 1.0
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  (5)
节点文献
引证文献  (8)
同被引文献  (25)
二级引证文献  (17)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
航迹融合
多传感器
径向基函数神经网络
无痕卡尔曼滤波
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
上海交通大学学报
月刊
1006-2467
31-1466/U
大16开
上海市华山路1954号
4-338
1956
chi
出版文献量(篇)
8303
总下载数(次)
20
总被引数(次)
98140
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