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:
针对多传感器融合系统的非线性和不确定性,将小波分析与神经网络相结合,提出一种基于小波神经网络的多传感器自适应融合算法.融合系统包括扩展卡尔曼滤波器、小波神经网络、融合知识库以及航迹融合算法.该算法以分布式融合结构为基础,利用环境信息理论和测量方差归一化方法构建小波神经网络,并且通过数值样本训练小波神经网络,使其在融合过程中实时估计各传感器的信任度,再由融合知识库根据各传感器信任度来选择适合的航迹融合算法,最终得到全局状态估计.实验结果表明,提出的融合算法可以根据环境变化在线自适应融合来自多传感器的测量值,对不确定信息具有很好的融合能力.
推荐文章
基于对偶树复小波-Curvelet变换的自适应多传感图像融合算法
多传感图像
对偶树复小波变换
Curvelet变换
自适应
融合算法
基于哈尔小波的传感器网络数据融合算法
哈尔小波变换
无线传感网络
数据融合
小波神经网络多传感器信息融合在AUV深度测量中的应用
自主式水下航行器(AUV)
深度传感器
多传感器信息融合
小波神经网络
测量精度
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
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 基于小波神经网络的多传感器自适应融合算法
来源期刊 北京航空航天大学学报 学科 工学
关键词 数据融合 小波神经网络 环境信息 多传感器
年,卷(期) 2008,(11) 所属期刊栏目
研究方向 页码范围 1331-1334
页数 4页 分类号 TP183
字数 3689字 语种 中文
DOI
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 王青 北京航空航天大学自动化科学与电气工程学院 160 1092 16.0 21.0
2 董朝阳 北京航空航天大学自动化科学与电气工程学院 144 958 15.0 21.0
3 原泉 北京航空航天大学自动化科学与电气工程学院 2 24 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (13)
参考文献  (6)
节点文献
引证文献  (18)
同被引文献  (39)
二级引证文献  (46)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(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
数据融合
小波神经网络
环境信息
多传感器
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
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导