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:
利用矩阵满秩分解方法,基于加权最小二乘理论提出了一种不受各传感器观测阵是否相同、观测噪声是否相关约束限制的加权观测融合估计算法.证明了其估计结果每时刻恒同于集中式融合Kalman估计结果,因而具有全局最优性,且可明显减小计算负担.便于实时应用.通过对GPS目标跟踪系统的两种方案进行仿真说明了它的功能等价性、快速性以及最优性.
推荐文章
基于最优融合估计的PID控制器应用研究
多传感器
最优融合估计
Kalman滤波方法
泳动机器人
PID控制器
样本均值随机加权估计数据融合方法研究
多传感器系统
随机加权估计
数据融合
具有不同观测丢失率多传感器随机不确定系统的加权观测融合估计
多传感器
丢失观测
乘性噪声
加权观测融合
满秩分解
一种求解非线性约束优化全局最优的新方法
约束优化
非线性互补
约束广义Lagrange乘子
大型非线性方程组
全局最优
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 不受约束的全局最优加权观测融合估计
来源期刊 计算机工程与应用 学科 数学
关键词 满秩分解 加权最小二乘 加权观测融合 集中式融合
年,卷(期) 2010,(24) 所属期刊栏目
研究方向 页码范围 22-25,76
页数 分类号 O211.64
字数 5308字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.24.007
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 孙书利 黑龙江大学自动化系 68 586 12.0 21.0
2 朱齐丹 哈尔滨工程大学自动化学院 227 2033 24.0 33.0
3 王欣 哈尔滨工程大学自动化学院 83 429 12.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (30)
参考文献  (10)
节点文献
引证文献  (9)
同被引文献  (25)
二级引证文献  (14)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
满秩分解
加权最小二乘
加权观测融合
集中式融合
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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