作者:
原文服务方: 杭州电子科技大学学报(自然科学版)       
摘要:
该文以一类观测系统为研究对象,首先在对被观测信号的随机特性统计分析的基础上,建立描述其变化的动态模型;然后针对信息缺乏情况下所建动态模型存在精度不高的实际情况,通过引入强跟踪滤波技术,实现了对被测目标状态与未知参数的联合估计;最后通过仿真对新方法与已有方法进行比较,验证了新方法的有效性.
推荐文章
一类乘性噪声随机系统的最优滤波算法
随机系统
加性噪声
乘性噪声
最优滤波
一种基于多特征聚类的粒子滤波跟踪算法
目标跟踪
聚类分析
概率密度估计
粒子滤波
基于强跟踪AUKF的目标跟踪算法
目标跟踪
UKF
自适应UKF
强跟踪滤波
时变渐消因子
关于次高斯随机序列的一类强偏差定理
次高斯随机序列
似然比
相对熵
强偏差定理
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 一类随机过程基于强跟踪滤波的算法研究
来源期刊 杭州电子科技大学学报(自然科学版) 学科
关键词 观测系统 随机信号 状态与参数联合估计 强跟踪滤波
年,卷(期) 2009,(6) 所属期刊栏目
研究方向 页码范围 83-86
页数 4页 分类号 TN391
字数 语种 中文
DOI 10.3969/j.issn.1001-9146.2009.06.021
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 余利文 杭州电子科技大学信息与控制研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (14)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
观测系统
随机信号
状态与参数联合估计
强跟踪滤波
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
杭州电子科技大学学报(自然科学版)
双月刊
1001-9146
33-1339/TN
chi
出版文献量(篇)
3184
总下载数(次)
0
总被引数(次)
11145
相关基金
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导